Chinaunix首页 | 论坛 | 博客
  • 博客访问: 3785181
  • 博文数量: 880
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 6155
  • 用 户 组: 普通用户
  • 注册时间: 2016-11-11 09:12
个人简介

To be a better coder

文章分类

全部博文(880)

文章存档

2022年(5)

2021年(60)

2020年(175)

2019年(207)

2018年(210)

2017年(142)

2016年(81)

分类: LINUX

2019-03-18 14:48:31

转自:https://blog.csdn.net/pro_leo/article/details/41786397(有修订)

1、Python缓存作用:

  a、提高执行效率。

  b、减少内存负担。

2、首先,我们看下面这一段code:

复制代码
>>> num1, num2 = 1, 1  
>>> print num1 is num2  
True >>> id(num1), id(num2)  
(3965416, 3965416) >>> num3, num4 = 1.0, 1.0  
>>> print num3 is num4  
False >>> id(num3), id(num4)  
(22416168, 22416184)
复制代码

       可以看到:num1和num2的值都是1,它们的内存地址也都是一致的;而num3和num4的值也都是1.0,但是它们的内存地址却不同。

3、在Python中,字符串和整型对象都是不可变的(immutable)类型,因此Python会很高效地缓存它们。这样的处理机制能提升Python的性能。因此,我们看到下面示例中str1和str2也都是指向同一块内存地址:

>>> str1, str2 = 'a', 'a' >>> print str1 is str2  
True >>> id(str1), id(str2)  
(22171104, 22171104)

       那么,是不是所有的整型和字符串Python都会帮我们缓存呢?答案是No。正如我们学习英语的时候并不需要记忆所有的单词,而是只选取了一些高频词汇。Python也采取这样的策略。我们会在下面的示例中看到并不是所有的整型和字符串Python都会帮我们缓存:

>>> num5, num6 = 300, 300  
>>> print num5 is num6  
False >>> id(num5), id(num6)  
(24972028, 24971416)
>>> str3, str4 = 'abc', 'abc' >>> print str3 is str4  
False >>> id(str3), id(str4)  
(29674688, 29674656)  

4、Python能够帮我们缓存多少呢?Python2.3简单整数缓存范围是(-1,100),Python2.5.4以后简单整数缓存范围至少是(-5,256)。所有的短字符也都在缓存区。

5、既然简单整型和单字符都能缓存,同样作为不可变类型的元组(tuple)能不能也能缓存呢?我们继续看下一组测试:

复制代码
>>> tuple1, tuple2 = (1, ), (1, ) >>> print tuple1 is tuple2  
False >>> id(tuple1), id(tuple2)  
(24899856, 24756080) >>> tuple3, tuple4 = (1, 2), (1, 2) >>> print tuple3 is tuple4  
False >>> id(tuple3), id(tuple4)  
(29705880, 24881752)  
复制代码

  (PS:tuple1和tuple2在定义时声明为(1, ),这是因为在Python中符号()不仅仅是元组,它被重载为分组操作符,由圆括号()包裹的单一元素首先被当做分组操作,而不是元组)

6、我们没有看到元组表现出缓存机制。这是为什么?因为缓存机制是为了解决数据快速存取的问题,简单整型和单字符都是较常使用的变量,而元组并没有常用元组一说,因此没有缓存机制也在情理之中。

阅读(1959) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~