Python学习精粹014：比较两个对象（==与is）

相等运算符（==）用来比较两个对象的内容（值）是否一致，身份运算符（is）用来比较两个对象的内存地址是否一致，即是否为同一对象。

来看下面的示例：

>>> a = 1

>>> b = 1

>>> id(a)

1678273568

>>> id(b)

1678273568

>>> a == b

True

>>> a is b

True

变量a、b都指向对象1，对象的值都相等，且对象的内存地址一致，所以a == b与a is b的运算结果都为True。

继续尝试：

>>> a = 256

>>> b = 256

>>> id(a)

1678281728

>>> id(b)

1678281728

>>> a = 257

>>> b = 257

>>> id(a)

50298224

>>> id(b)

50298768

>>> a == b

True

>>> a is b

False

奇怪的是，为何变量a、b指向对象256时，对象的内存地址相同，a == b与a is b的结果都为True，而当变量a、b指向对象257时，对象的内存地址不相同，a == b的结果为True，a is b的结果为False，为什么会出现这种现象呢？接下来看：

>>> a = -5

>>> b = -5

>>> id(a)

1678273376

>>> id(b)

1678273376

>>> a == b

True

>>> a is b

True

>>> c = -6

>>> d = -6

>>> id(c)

50298768

>>> id(d)

51007536

>>> c == d

True

>>> c is d

False

其中，让变量a、b指向对象-5，让变量c、d指向对象-6，仍出现了上述类似情况。

原因在于，考虑到小整数-5至257（不包含）会被频繁使用（如在for循环中的迭代次数），Python会在其启动后的运行时初始化过程中，一次性创建这些小整数对象，只会为它们分配一次内存，将它们缓存在小整数对象池（small_ints）之中，供共享使用，以提升整体性能，避免频繁分配和释放内存以及可能造成大量内存碎片。而在此范围之外的数字（如-6、257，以及浮点数），则会在每次对象创建时重新分配内存，所以内存地址也会不一样。例如：

>>> a = 1.0

>>> b = 1.0

>>> id(a)

3614160

>>> id(b)

3615336

类似于对小整数对象的处理，Python会对只包含英文字母、数字、下划线的字符串采取intern机制的处理，经过intern机制处理后的值相同的字符串对象，在Python解释器运行过程中只有唯一的一个，缓存至字符串缓冲池中，供共享使用，避免频繁创建和销毁字符串对象，提升执行效率。请看下面的示例：

>>> a = 'abcdefghijklmnopqrstuvwxyz_ABCDEFGHIJKLMNOPQRSTUVWXYZ_0123456789' #@01 

 >>> b = 'abcdefghijklmnopqrstuvwxyz_ABCDEFGHIJKLMNOPQRSTUVWXYZ_0123456789' #@02 

>>> id(a)

50328720

>>> id(b)

50328720

变量a、b都是指向同一个字符串对象（为同一内存地址），该字符串对象只包含了英文字母、数字、下划线（见#@01、#@02）。接着看：

>>> a = 'Hello World' #@01

>>> b = 'Hello World' #@02 

>>> id(a)

51069808

>>> id(b)

51070896

>>> a == b

True

>>> a is b

False

变量a、b所指向的字符串对象的值虽然相同，但由于包含了空格（见#@01、#@02），并非只是由英文字母、数字、下划线所组成，所以是两个不同的字符串对象。再看：

>>> a = '@' #@01 

>>> b = '@' #@02 

>>> id(a)

44265744

>>> id(b)

44265744

>>> c = '@1' #@03 

>>> d = '@1' #@04 

>>> id(c)

50973808

>>> id(d)

50973528

为何变量a、b指向的字符串对象@（见#@01、#@02，并非英文字母、数字或下划线）为同一内存地址，变量c、d指向的字符串对象@1（见#@03、#@04）则不是同一内存地址呢？

这是因为Python除了以intern机制处理和缓存以英文字母、数字、下划线组成的字符串，还会将长度为1的字符串对象缓存在专门的短字符串缓冲池（characters）之中，供共享使用。Python中内建的intern函数，可使值相同的字符串共用同一个字符串对象，避免为相同字符串重复分配内存空间，如下图所示：

接下来，我们再看看列表、元组、字典、集合使用相等运算符==与身份运算符is进行比较时的区别：

>>> # 对两个列表进行比较

>>> a = [1]

>>> b = [1]

>>> id(a)

50880840

>>> id(b)

50610888

>>> a == b

True

>>> a is b

False

为何变量a、b所指向的列表对象的值相同，却不是同一内存地址呢？这是因为列表为可变对象，Python会为每个列表分配内存。

>>> # 对两个元组进行比较

>>> a = (1)

>>> b = (1)

>>> id(a)

1451715616

>>> id(b)

1451715616

>>> a == b

True

>>> a is b

True

>>> c = (1, [1])

>>> d = (1, [1])

>>> id(c)

51154888

>>> id(d)

50417480

>>> c == d

True

>>> c is d

False

为何会出现上述结果？因为元组为不可变对象，当它只包含由不可变对象（如字符串）时，变量a、b所指向的对象相同，当它包含可变对象（如列表）时，变量c、d会指向不同的对象。

另外，再看看下面的代码：

>>> a = {1:'a'}

>>> b = {1:'a'}

>>> id(a)

50457408

>>> id(b)

51007424

>>> a == b

True

>>> a is b

False

>>> c = {1}

>>> d = {1}

>>> id(c)

50474568

>>> id(d)

50839112

>>> c == d

True

>>> c is d

False

可知，变量a、b指向的字典是可变对象，变量c、d指向的集合也是可变对象。