Python源码之list列表对象底层解析

  在Python中我们使用地最多的容器应该就是list了，list具有非常强大的功能，它不仅拥有像Java等其他语言的数组一样通过下标索引来读取列表中元素的功能，而且又高于数组，因为它可以在容器中存储不同类型的数据。为什么列表会具有这么强大的功能呢？实际上，其底层就是一个数据结构中的线性表的顺序表结构，只不过，它并非简单的一体式存储，而是采用了分离式的顺序表结构，在后面的解析中我们会慢慢一步步揭开它的神秘面纱，那么当我们在利用列表容器来对一系列数据进行操作时，是否能够清楚地了解其底层做了哪些事情吗？接下来我们就来详细解析一下list的底层实现。

1、PyListObject对象

  在之前的文章中我提到过，Python中的对象分为定长对象和变长对象，而list就是一种变长对象，很显然我们需要存储的数据不像Python2中的整数对象那样在一开始就已经确定了其大小，列表的长度是变化的。不仅如此，它还是可变对象，这和之前我们说的字符串对象不一样。列表在进行插入或者删除操作时可动态调整其维护的内存和元素。老规矩，我们来看一看它的定义：

// listobject.h
typedef struct {
   
    PyObject_VAR_HEAD
    PyObject **ob_item;
    Py_ssize_t allocated;
} PyListObject;

  不错，从定义来看它确实是一个变长对象因为它具有PyObject_VAR_HEAD这个头部，这个宏拥有一个ob_size的变量，这个变量就是维护数据元素长度的，从之前的文章中我们应该很清楚了。ob_item是一个PyObject **类型的指针，这个指针指向了元素列表所在内存块的首地址。之前在解析字符串对象的时候我们知道其中有个变量ob_sval,它是一个长度为1的字符数组，它也指向字符串的第一个字符，同理，列表对象中的这个指针也是，list[0]实际上就是ob_item[0]. allocated这个变量是维护的列表中可容纳元素的长度。可能你会说PyObject_VAR_HEAD中的ob_size不也是维护的元素的长度吗？这不是多此一举吗？这是怎么回事？您先别急，且听我慢慢道来。
  实际上，ob_size和allocated都是维护元素列表长度的，它们都与对象的内存管理机制相关，您看到后面就慢慢清楚了。我们知道，内存频繁申请会影响到程序的执行效率，性能会变得比较低下，如果采用存多大的数据就申请多大的内存的管理方式，其效率太低。因此，在为其申请内存的时候，会先申请一块内存，用allocated记录其数量，而ob_size变量则用来记录使用了多少数量的内存。也就是说假如一个PyListObject对象可容纳10个元素，其中已经存入了5个元素，那么，allocated为10，ob_size则为5。我们在利用len()这个函数计算列表长度时，实际上就是取出ob_size的值直接返回。

2、PyListObject对象的创建和维护

• 2.1 创建对象

  创建list对象是通过PyList_New这个函数来实现的，这个函数接收一个参数用于指定列表元素的个数：

// listobject.c
PyObject* PyList_New(int size)
{
   
	PyListObject* op;
	size_t nbytes;
	// 内存溢出检查
	nbytes = size * sizeof(PyObject *);
	if(nbytes / sizeof(PyObject *) != (size_t) size)
		return Py_Err_NoMemory();
	// 为PyListObject对象申请内存空间
	if (num_free_lists){
   
		// 缓冲池可用
		num_free_lists --;
		op = free_lists[num_freee_lists];
		_Py_New_Reference((PyObject *) op);
	} else {
   
	// 缓冲池不可用
	op = PyObject_GC_New(PyListObject, &PyList_Type);
	}
	// 为PyListObject维护的元素列表申请空间
	if (size <= 0)
		op->ob_item = NULL;
	else{
   
	op->ob_item = (object **) PyMem_MALLOC(nbytes);
	memset(op->ob_item, 0, nbytes);