Python中的“特权种族”是什么？

概述Value的比较符号用双等号“==”，上例中比较l1和l2的Value要写成“l1==l2”，明显两者的Value是相等的。按照约定俗成的习惯，我们把Value值相等的两个对象称为“相等”，而把Id值相等的两个对象称为“相同”。

Value的比较符号用双等号“==”，上例中比较l1和l2的Value要写成“l1 == l2”，明显两者的Value是相等的。按照约定俗成的习惯，我们把Value值相等的两个对象称为“相等”，而把ID值相等的两个对象称为“相同”。

所以，准确地说，上例的l1与l2相等，但是他们不相同，l1==l2，但l1 is not l2。

特权种族：共用内存的对象

每个对象被创建出来的时候，就会确定其ID标识，也就是给它分配内存地址。通常来说，新对象的内存地址也是新的，会从未分配的可用地址中取。

但是，为了提高内存利用效率，对于一些常用的对象，如一些数值较小的数字对象、布尔值对象、None对象、较短的字符串对象等等，python采取共用对象内存的分配策略。

# 新分配内存地址的例子ww=[1,2]ee=[1,2]ID(ww)==ID(ee) >>>Falsea=2018b=2018ID(a)==ID(b) >>>False# 共用内存地址的例子a=100b=100ID(a)==ID(b) >>>Truef1=Truef2=TrueID(f1)==ID(f2) >>>Truen1=Nonen2=NoneID(n1)==ID(n2) >>>Trues="python_cat"t="python_cat"ID(s)==ID(t) >>>True

这就意味着，python中出现了“特权种族”，运行环境早早就为它们分配好了内存地址，一旦要创建新的对象时，先去特权种族中查找，有Type和Value相等的对象，则新对象不分配新的内存空间，而是指向已有对象。

进群：548377875   即可获取数十套pdf哦！

“特权种族”的存在，使得我们不需要频繁创建这些对象，既能提高已分配内存的使用率，又减少了创建对象、分配新内存的损耗。

对于共用内存地址的数字对象的取值范围，根据这篇文章《Python中神秘的-5到256》(链接见文末)对python源码的分析，文中有如下结论：

Python中，对于整数对象，如果其值处于[-5,256]的闭区间内，则值相同的对象是同一个对象。

对于共用内存地址的字符串对象的取值范围，学习了几篇对python源码分析的文章后（链接见文末），猫猫总结出大致有以下结论：

Python中，字符串使用Intern机制实现内存地址共用，长度不超过20，且仅包括下划线、数字、字母的字符串才会被intern；涉及字符串拼接时，编译期优化结果会与运行期计算结果不同。

# 编译对字符串拼接的影响s1 = "hell"s2 = "hello""hell" + "o" is s2 >>>Trues1 + "o" is s2 >>>False# "hell" + "o"在编译时变成了"hello"，# 而s1+"o"因为s1是一个变量，在运行时才拼接，所以没有被intern

总结

以上是内存溢出为你收集整理的Python中的“特权种族”是什么？全部内容，希望文章能够帮你解决Python中的“特权种族”是什么？所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。