小整数对象池

整数在程序中的使用非常广泛，Python为了优化速度，使用了小整数对象池， 避免为整数频繁申请和销毁内存空间。

Python 对小整数的定义是 [-5, 256] 这些整数对象是提前建立好的，不会被垃圾回收。在一个 Python 的程序中，无论这个整数处于LEGB中的哪个位置，

所有位于这个范围内的整数使用的都是同一个对象。同理，单个字母也是这样的。

In [1]: a=-5

In [2]: b=-5

In [3]: a is b

Out[3]: True

In [4]: a=256In [5]: b=256

In [6]: a is b

Out[6]: True

In [7]: a=1000

In [8]: b=1000

In [9]: a is b

Out[9]: false

intern机制

Falseintern机制处理空格一个单词的复用机会大，所以创建一次，有空格创建多次，但是字符串长度大于20，就不是创建一次了。

In [13]: a="abc"

In [14]: b="abc"

In [15]: a is b

Out[15]: True

In [16]: a="helloworld"

In [17]: b="helloworld"

In [18]: a is b

Out[18]: True

In [19]: a="hello world"

In [20]: b="hello world"

In [21]: a is b

Out[21]: False

s1 = "abcd"

s2 = "abcd"

print(s1 is s2)

s1 = "a" * 20s2 = "a" * 20

print(s1 is s2)

s1 = "a" * 21

s2 = "a" * 21

print(s1 is s2)

s1 = "ab" * 10

s2 = "ab" * 10

print(s1 is s2)

s1 = "ab" * 11

s2 = "ab" * 11

print(s1 is s2)

# True# True# False# True# False

大整数对象池

说明：终端是每次执行一次，所以每次的大整数都重新创建，而在pycharm中，每次运行是所有代码都加载都内存中，属于一个整体，所以

这个时候会有一个大整数对象池，即处于一个代码块的大整数是同一个对象。c1 和d1 处于一个代码块，而c1.b和c2.b分别有自己的代码块，所以不相等。

C1.b is C2.b

In [22]: a=1000

In [23]: b=1000

In [24]: a is b

Out[24]: False

In [25]: a=-1888

In [26]: b=-1888

In [27]: a is b

Out[27]: False

In [28]:

c1 = 1000

d1 = 1000

print(c1 is d1)  # True

class C1(object):

a = 100

b = 100

c = 1000

d = 1000

class C2(object):

a = 100

b = 1000

print(C1.a is C1.b)  # True

print(C1.a is C2.a)  # True

print(C1.c is C1.d)  # True

print(C1.b is C2.b)  # False

字符串intern机制与字符缓冲池

在编译过程中，字符串intern机制将所有的变量名进行intern，但对常量进行的intern有一点特殊的限制。能够intern的常量必须只包含[a-zA-Z0-9_]，即字母数字加下划线，如果含有其他字符，就不会intern。在运行过程中，通过计算得到的字符串不会intern。

字符串有一个和小整数对象池相似的字符缓冲池，用于在运行过程中缓存单个字符，所以计算得到的字符串虽然不会intern，但如果是单个字符，就会使用到字符缓冲池。

总结

1. python代码被编译成code对象，通常一个code对象对应于一个作用域，作用域中重复出现的变量名以及常量在code中只保存一次。

2. 字符串intern机制主要作用于编译过程，在编译收集完变量和常量时，对变量和常量进行intern，而后构建一个code对象。

3. 字符串intern对常量的intern有限制，能够intern的常量必须只包含[a-zA-Z0-9_]，即字母数字加下划线，如果含有其他字符，就不会intern。

4. 小整数对象池和字符缓冲池都是作用于运行过程中，python缓存小的整数和字符，当有变量使用这些对象时，不用额外创建对象。

材料来源原文：

https://www.cnblogs.com/luoheng23/p/11023848.html

https://blog.csdn.net/wangyunfeis/article/details/77607156