32位和64位

代码，最后会变成一堆01机器码，放在可执行文件里，躺在磁盘上

执行

1. 文件：硬盘->内存->CPU

2. CPU：

   1. 内存数据->总线->寄存器
   2. 寄存器->总线->内存

CPU位数

1. 寄存器：存放数值，大小叫位宽。32位CPU能放入最大2^32 的数值，
   64位就是最大2^64的值。32位位宽的CPU就是常说的32位CPU，同理64位CPU也是一样。

2. 总线：CPU跟内存之间，是用总线来进行信号传输的，总线可以分为数据总线，控制总线，地址总线。
   32位CPU的总线宽度一般是32位，最大能寻址的范围，也就到2^32，就是4G。
   64位CPU，按理说总线宽度是64位，但实际上是48位，所以寻址范围能到2^48次方，也就是256T。

系统和软件的位数

1. 在操作系统上运行一个用户态进程，会分为用户态和内核态，并设定一定的内存布局。
2. 操作系统和软件都需要以这个内存布局为基础运行程序。32位机器，内核态分配了1个G，用户态分配了3G，总不能将程序的运行内存边界设定在大于10G的地方。所以，系统和软件的位数，可以理解为，这个系统或软件内存寻址的范围位数。
   

int32和int64

int32也就是用4个字节，32位的内存去存储数据，int64也就是用8个字节，64位去存数据。这个数值就是刚刚CPU运行流程中放在内存里的数据。

32位的CPU能进行int64位的数值计算吗？

能，但比起64位的CPU，性能会慢一些。

1. 64位的CPU在计算两个int64的数值相加时，可以将数据通过64位的总线，一次性存入到64位的寄存器，并在进行计算后返回到内存中。

2. 32位的CPU，虽然在代码里放了个int64的数值，但实际上CPU的寄存器根本放不下这么大的数据，因此最简单的方法是，将int64的数值，拆成前后两半，现在两个int64相加，就变成了4个int32的数值相加，并且后半部分加好了之后，拿到进位，才能去计算前面的部分，这里光是执行的指令数就比64位的CPU要多。所以理论上，会更慢些。

python中number没有长度限制

struct PyLongObject{
long ob_refcnt;                // 引用计数，64位系统占8 bytes, 32位系统占4 bytes
struct_typeobject *ob_type;    // 类型指针，64位系统占8 bytes, 32位系统占4 bytes
long ob_size;                  // 数据部分int的个数，64位系统占8 bytes, 32位系统占4 bytes
unsigned int ob_digit[1];      // 64位系统占4 bytes * abs(ob_size); 32位系统占2 bytes * abs(ob_size);
};

对于64位Python:

ob_refcnt，ob_type，ob_size各占8字节。当ob_size为0时，ob_digit不存在，否则其字节数为4abs(ob_size)，所以最少为83=24字节，而且每次增量都是4的倍数。

对于32位Python:

ob_refcnt，ob_type，ob_size各占4字节。当ob_size为0时，ob_digit不存在，否则其字节数为2abs(ob_size)，所以最少为43=12字节，而且每次增量都是2的倍数。

采用这种处理方式，Python的整型变量基本上可做到无长度限制。