python - 实习字符串的缺点？

Question

考虑:

a = str(123456789)
b = str(123456789)
a is b # False

后一行计算为 False 因为 a 和 b 不是同一个对象，即使它们可能是(因为字符串是不可变的) ).因此，如果我有很多相同字符串的“副本”，我可能会使用比我需要的更多的内存。这就是 intern (Py2) 和 sys.intern (Py3) 存在的原因!

a = intern(str(123456789))
b = intern(str(123456789)) # Call to "intern" technically pointless
a is b # True

从内存的角度来看，使用 intern 有什么缺点吗？ (因此超出了调用函数的微小时间成本。)我从文档(例如 https://docs.python.org/2/library/functions.html#intern )中了解到，只要我保持对它的引用有效，字符串只会保留在实习生表中，所以在只有字符串的一个副本，它应该使用与直接分配给字符串相同的内存量，如果我有多个副本，那么显然我实习时内存使用率会更低。

Answer 1

可能有两个缺点:

• 使用 sys.intern() 调用的 CPU 成本。调用函数需要将当前帧压入堆栈并在函数返回时再次弹出。如果您对很多 字符串执行此操作，成本会增加。这是您需要考虑的 CPU 周期与内存的权衡。

• 如果您的字符串主要是单独使用，您最终可能会使用更多 内存。 Interning 还在哈希表中查找字符串对象，这必然需要分配比存储的字符串数量更多的内存槽。使用具有 N + 开销百分比槽的哈希表可能超过 N 个字符串所需的内存，每个字符串都很少使用，因此不会重复。

也就是说，我们已经成功地使用了实习，并在数 GB 的内存缓存中产生了显着效果，其中字符串必然出现在树结构中的多个位置。