Python对低值整数在内存中的布局

Question

我的问题是:这些模式(如下)起源于何处？

我(在某个地方)了解到 Python 具有独特的“副本”，如果这是正确的词，用于小整数。例如:

>>> x = y = 0
>>> id(0)
4297074752
>>> id(x)
4297074752
>>> id(y)
4297074752
>>> x += 1
>>> id(x)
4297074728
>>> y
0

当我查看 int 的内存位置时，早期有一个简单的模式:

>>> N = id(0)
>>> for i in range(5):
...     print i, N - id(i)
... 
0 0
1 24
2 48
3 72
4 96
>>> bin(24)
'0b11000'

我不清楚为什么选择它作为增量。而且，我根本无法解释256以上的这个模式:

>>> prev = 0
>>> for i in range(270):
...     t = (id(i-1), id(i))
...     diff = t[0] - t[1]
...     if diff != prev:
...         print i-1, i, t, diff
...         prev = diff
... 
-1 0 (4297074776, 4297074752) 24
35 36 (4297073912, 4297075864) -1952
36 37 (4297075864, 4297075840) 24
76 77 (4297074904, 4297076856) -1952
77 78 (4297076856, 4297076832) 24
117 118 (4297075896, 4297077848) -1952
118 119 (4297077848, 4297077824) 24
158 159 (4297076888, 4297078840) -1952
159 160 (4297078840, 4297078816) 24
199 200 (4297077880, 4297079832) -1952
200 201 (4297079832, 4297079808) 24
240 241 (4297078872, 4297080824) -1952
241 242 (4297080824, 4297080800) 24
256 257 (4297080464, 4297155264) -74800
257 258 (4297155072, 4297155288) -216
259 260 (4297155072, 4297155336) -264
260 261 (4297155048, 4297155432) -384
261 262 (4297155024, 4297155456) -432
262 263 (4297380280, 4297155384) 224896
263 264 (4297155000, 4297155240) -240
264 265 (4297155072, 4297155216) -144
266 267 (4297155072, 4297155168) -96
267 268 (4297155024, 4297155144) -120

有什么想法、线索、可查找的地方吗？

编辑:24 有什么特别之处？

更新:标准 library 有 sys.getsizeof()，当我用 1 作为参数调用它时，它返回 24。这是很多字节，但在 64 位机器上，类型、值和引用计数各占 8 个字节。另请参阅 here 和 C API 引用 here。

在 Peter Hansen 的评论中花了一些时间查看链接中的“来源”。找不到 int 的定义(超出 *int_int 的声明)，但我确实找到了:

#define NSMALLPOSINTS       257
#define NSMALLNEGINTS       5

Answer 1

低值整数是预先分配的，高值整数是在计算时分配的。出现在源代码中的整数是同一个对象。在我的系统上，

>>> id(2) == id(1+1)
True
>>> id(1000) == id(1000+0)
False
>>> id(1000) == id(1000)
True

您还会注意到 ID 取决于系统。它们只是内存地址，由系统分配器分配(或者可能是链接器，对于静态对象？)

>>> id(0)
8402324

编辑:id(1000) == id(1000) 的原因是因为 Python 编译器注意到它正在编译的代码中的两个整数常量是相同的，所以它只分配一个两者的对象。这在运行时会造成 Not Acceptable 性能损失，但在编译时并不明显。 (是的，解释器也是编译器。大多数解释器也是编译器，很少有人不是。)