在python中，如下代碼結果一定不會讓你吃驚：

Python 3.3.2 (v3.3.2:d047928ae3f6, May 16 2013, 00:06:53) [MSC v.1600 64 bit (AMD64)] on win32

Type "copyright", "credits" or "license()" for more information.

>>> a=345

>>> b=a

>>> a is b

True

>>>

沒錯，在python一切皆是對象，而對象是通過引用傳遞的。在賦值時，不管這個對象是新創建的，還是一個已經存在的，都是將該對象的引用賦值給變量。故這里a實際上和b是同一個對象，a is b為true！

當然稍為了解python的人我相信都會知道以上相關知識的。但是如下的代碼結果，卻讓人不大好理解了：

>>> c=256

>>> d=256

>>> c is d

True

>>> e=257

>>> f=257

>>> e is f

False

>>>

我們將c賦值為了整型值256，d也為256，e為257，f為257。但是當把c與d，e與f進行is操作時，卻發現兩者的結果不同。

原因在哪？

——這個是由python中的整型對象的緩沖池機制，所決定的。

在python中幾乎所有的內建對象，都會有自己所特有的對象池機制。

1.小整數對象——小整型對象池

在實際編程中，數值比較小的整數，比如1,2,29等，可能會非常頻繁的出現。而在python中，所有的對象都存在與系統堆上。想想？如果某個小整數出現的次數非常多，那么python將會出現大量的malloc/free操作，這樣大大降低了運行效率，而且會造成大量的內存碎片，嚴重影響Python的整體性能。

在python2.5乃至3.3中，將小整數位于[-5,257)之間的數，緩存在小整型對象池中。

這也就是為了c is d而e is not f的原因了。

2.大整數對象——通用整數對象池

由以上知，python把小整型數完全的緩存在了小對象緩存池中了。而那些大整數對象就沒有那么好的待遇了！python運行環境提供了一塊內存空間供大整數輪流使用。通常稱為通用整數對象池。這也就是說大整數其實也是有緩存的。該對象池使用鏈表組織，雖然e和f有著相同的值，但是在鏈表中確是不同的節點。也就是說e和f根本不是一個對象。至于既然有緩存，為什么e和f還要組織為兩個節點，就不大明白了。

講講我的看法吧：我覺得從語義上來講e=257和f=257本身就是應當為兩個不同的對象(這點和對象賦值不同)。由于整數緩存池的存在，讓大家覺得任何整數在緩沖池中都只能存在一個，不能重復。但將e和f在整數緩沖池中組織為一個節點或兩個節點沒有什么本質區別吧(除了浪費了一點內存)。

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對腳本之家的支持。如果你想了解更多相關內容請查看下面相關鏈接

總結

以上是生活随笔為你收集整理的python缓存技术_Python中整数的缓存机制讲解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。