Python:内存中字符串的大小

Question

考虑以下代码:

arr = []
for (str, id, flag) in some_data:
    arr.append((str, id, flag))

假设输入字符串平均长度为 2 个字符，最大为 5 个字符，并且 some_data 具有 100 万个元素。这种结构的内存要求是多少？

可能是因为字符串浪费了很多内存吗？如果是这样，我该如何避免呢？

Answer 1

在这种情况下，因为字符串很短，而且数量很多，所以使用 intern 可以节省相当多的内存。在琴弦上。假设字符串中只有小写字母，也就是 26 * 26 = 676 个可能的字符串，所以这个列表中肯定有很多重复； intern 将确保这些重复不会产生唯一的对象，而是都引用同一个基础对象。

有可能 Python 已经实习了短字符串；但是查看许多不同的来源，这似乎高度依赖于实现。所以在这种情况下调用 intern 是可能的方法； YMMV。

详细说明为什么这很可能节省内存，请考虑以下几点:

>>> sys.getsizeof('')
40
>>> sys.getsizeof('a')
41
>>> sys.getsizeof('ab')
42
>>> sys.getsizeof('abc')
43

将单个字符添加到字符串中只会增加一个字节到字符串本身的大小，但每个字符串本身会占用 40 个字节。