七月樱花7ysky,51gxqm,多芬官网
python源码剖析 - 对象初探 我们对 pyintobject 已经有了初步的了解。 python 中的对象可以分为固定长度和可变长度两种类型。除此之外，也可以按照可变和不可变进行划分。
pyintobject 则属于长度固定且不可变的对象。相比其他的对象而言，最简单，也最容易理解。
我们先来了解一下 pyintobject 类型的类型信息，代码如下：
我要评论pytypeobject pyint_type = {
pyvarobject_head_init(&pytype_type, 0)
"int",
sizeof(pyintobject),
0,
(destructor)int_dealloc, /* tp_dealloc */
(printfunc)int_print, /* tp_print */
0, /* tp_getattr */
0, /* tp_setattr */
(cmpfunc)int_compare, /* tp_compare */
(reprfunc)int_to_decimal_string, /* tp_repr */
&int_as_number, /* tp_as_number */
0, /* tp_as_sequence */
0, /* tp_as_mapping */
(hashfunc)int_hash, /* tp_hash */
0, /* tp_call */
(reprfunc)int_to_decimal_string, /* tp_str */
pyobject_genericgetattr, /* tp_getattro */
0, /* tp_setattro */
0, /* tp_as_buffer */
py_tpflags_default | py_tpflags_checktypes |
py_tpflags_basetype | py_tpflags_int_subclass, /* tp_flags */
int_doc, /* tp_doc */
0, /* tp_traverse */
0, /* tp_clear */
0, /* tp_richcompare */
0, /* tp_weaklistoffset */
0, /* tp_iter */
0, /* tp_iternext */
int_methods, /* tp_methods */
0, /* tp_members */
int_getset, /* tp_getset */
0, /* tp_base */
0, /* tp_dict */
0, /* tp_descr_get */
0, /* tp_descr_set */
0, /* tp_dictoffset */
0, /* tp_init */
0, /* tp_alloc */
int_new, /* tp_new */
};
核心代码解释：
| 代码 | 说明 |
|---|---|
| pyvarobject_head_init(&pytype_type, 0) | 1. 设定ob_type指向pyint_type结构的地址 2.定长 |
| "int" | 设定 tp_name |
| int_dealloc | pyintobject对象的析构函数 |
| int_print | pyintobject对象的标准输出函数 |
| int_compare | 比较操作 |
| int_to_decimal_string | 将整数转换为数字字符串 |
| &int_as_number | 数学操作函数集合，如加减乘除等 |
| int_hash | 计算该对象的hash值 |
| int_methods | 对象成员函数的集合 |
关于 pyintobject 的对象创建过程，我们在python源码剖析 - 对象初探中已经做了初步的介绍，通过阅读源码我们可以发现有有以下三种方式，可以用来创建 pyintobject 对象
pyapi_func(pyobject *) pyint_fromstring(char*, char**, int); pyapi_func(pyobject *) pyint_fromunicode(py_unicode*, py_ssize_t, int); pyapi_func(pyobject *) pyint_fromlong(long);
也就是说，一个 pyintobject 可以来源于 string、unicode 和 long 类型的变量。
pyobject *
pyint_fromlong(long ival)
{
register pyintobject *v;
#if nsmallnegints + nsmallposints > 0
if (-nsmallnegints <= ival && ival < nsmallposints) {
v = small_ints[ival + nsmallnegints];
py_incref(v);
#ifdef count_allocs
if (ival >= 0)
quick_int_allocs++;
else
quick_neg_int_allocs++;
#endif
return (pyobject *) v;
}
#endif
if (free_list == null) {
if ((free_list = fill_free_list()) == null)
return null;
}
/* inline pyobject_new */
v = free_list;
free_list = (pyintobject *)py_type(v);
(void)pyobject_init(v, &pyint_type);
v->ob_ival = ival;
return (pyobject *) v;
}
从代码实现来看，如果是一个小整数，那么就直接增加对这个小整数对象的引用，否则，则需要从 free_list 中选取一个可用的对象，并将该对象的 ob_ival 设置为当前的数值。
接下来，我们详细介绍 pyintobject 中对小整数的处理方式。
在 python 中，代码直接对小整数对象的范围进行了限定，即 [-5, 257)
#ifndef nsmallposints #define nsmallposints 257 #endif #ifndef nsmallnegints #define nsmallnegints 5 #endif #if nsmallnegints + nsmallposints > 0 /* references to small integers are saved in this array so that they can be shared. the integers that are saved are those in the range -nsmallnegints (inclusive) to nsmallposints (not inclusive). */ static pyintobject *small_ints[nsmallnegints + nsmallposints]; #endif
这些小整数对象，类似于常量一样常驻内存中，并不会不释放，这样做的优点在于：
但是这样做有几个的问题：
对于小整数，python 通过小整数对象池的方式来解决效率问题，那么对于其他整数对象，又是如何处理的呢。
其实与小整数类似，也是通过内存池技术，不同的是这个内存池中的数值并不是固定的，而是谁需要使用，就来申请，使用完了，则归还到池子中去。
struct _intblock {
struct _intblock *next;
pyintobject objects[n_intobjects];
};
typedef struct _intblock pyintblock;
static pyintblock *block_list = null;
static pyintobject *free_list = null;
static pyintobject *
fill_free_list(void)
{
pyintobject *p, *q;
/* python's object allocator isn't appropriate for large blocks. */
p = (pyintobject *) pymem_malloc(sizeof(pyintblock));
if (p == null)
return (pyintobject *) pyerr_nomemory();
((pyintblock *)p)->next = block_list;
block_list = (pyintblock *)p;
/* link the int objects together, from rear to front, then return
the address of the last int object in the block. */
p = &((pyintblock *)p)->objects[0];
q = p + n_intobjects;
while (--q > p)
py_type(q) = (struct _typeobject *)(q-1);
py_type(q) = null;
return p + n_intobjects - 1;
}
通过 block_list 和 free_list 两个指针来进行维护，free_list 是一个单向列表，维护 block_list 中所有可用的内存块。如果 block_list 不够用了，则调用 fill_free_list() 申请新的内存。
原文来自兔子先生网站：
查看原文 >>> python源码剖析 - python中的整数对象
如果你对python语言感兴趣，可以关注我，或者关注我的微信公众号：xtuz666
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
python求numpy中array按列非零元素的平均值案例
网友评论