python底层设计：整数对象设计

目录

 

1.初识整数

2.PyIntObject创建与维护

2.1 对象的创建途径

2.2小整数对象

2.3大整数对象

2.4 添加和删除

---

1.初识整数

    python中整数是通过PyIntObject对象实现的，它属于imutable（不可变对象），也就是说在创建一个PyIntObject对象后，就再也不能改变该对象的值了；另外这里的int并非真正的int，而是long 类型，我们看下它的结构源码可以知道：

typedef struct {
    PyObject_HEAD
    long ob_ival;
} PyIntObject;

    在python程序中，整数使用是非常广泛的，频繁的创建和释放内存是非常影响执行效率的。假如直接使用引用计数机制，执行下面这个循环的话。

>>> for i in range(10000)

    这个for循环需要10000次申请和释放内存，这意味着堆需要面临整数对象狂风暴雨的访问，这样的执行效率肯定是无法接受的，那么设计一个高效的机制避免整数对象的使用成为python的瓶颈是至关重要的。Guido给出的解决方案是整数对象池：小整数对象池和通用整数对象池。整数对象池是本章的重点。

    在讲解整数对象池之前我们先看看PyIntObject对象的元信息：

PyTypeObject PyInt_Type = {
	PyObject_HEAD_INIT(&PyType_Type)
	"int",
	sizeof(PyIntObject),
	(destructor)int_dealloc,		/* tp_dealloc */
	(printfunc)int_print,			/* tp_print */

	(cmpfunc)int_compare,			/* tp_compare */
	(reprfunc)int_repr,			/* tp_repr */
	&int_as_number,				/* tp_as_number */

	(hashfunc)int_hash,			/* tp_hash */
    (reprfunc)int_repr,			/* tp_str */
	PyObject_GenericGetAttr,		/* tp_getattro */
	Py_TPFLAGS_DEFAULT | Py_TPFLAGS_CHECKTYPES |
		Py_TPFLAGS_BASETYPE,		/* tp_flags */
	int_doc,				/* tp_doc */
	int_methods,				/* tp_methods */
	int_new,				/* tp_new */
	(freefunc)int_free,           		/* tp_free */
    ......
};

   从上面可以知道元信息包含了PyIntObject的应该占用的内存大小，对象文档信息，还有PyIntObject支持的操作，部分操作功能如下表：

int_dealloc	析构操作
int_print	打印操作
int_compare	比较操作
int_hash	获得hash值
int_as_number	数值操作集合
int_repr	转化为PyStringObject对象
int_free	释放操作
int_methods	成员函数集合

    我先分析下python中compare函数的实现，源码如下：

static