Python 的列表(list)是一個(gè)非常靈活的數(shù)組,可以隨意調(diào)整長度。正是因?yàn)檫@種便利,使得我們會情不自禁地去修改數(shù)組以滿足我們的需求,其中相比于insert, pop 等等而言, append 用法更常見。
有像這樣使用:
>>> test = [] >>> test.append(1) >>> test.append({2}) >>> test.append([3]) >>> print test #
也有像這樣使用的:
test = [] for i in range(4): test.append(i) print test #
這樣用很開心,也很滿足。
但其實(shí)只要遇到能夠動(dòng)態(tài)修改數(shù)據(jù)長度場景,我們都應(yīng)該馬上反應(yīng)過來一點(diǎn),那就是內(nèi)存管理的問題。
如果運(yùn)行效率和便捷性同時(shí)滿足的話,那簡直就是大大的福音呀。
然而,上帝為你開啟一扇窗的同時(shí)肯定也已經(jīng)關(guān)上了一扇門了!
深受預(yù)分配知識的熏陶,我們也是覺得 list 在初始化是有分配一定的長度的,要不然每次都申請內(nèi)存那得多 ”low“ 啊。
然后實(shí)際上 list 真的就是這么 ”low“:
import sys test = [] test_1 = [1] print sys.getsizeof(test) print sys.getsizeof(test_1) - sys.getsizeof(test) #
我們的猜測是,list 在定義之后,會預(yù)先分配好一個(gè)一定大小的池用來塞數(shù)據(jù),以避免動(dòng)不動(dòng)就申請內(nèi)存。
但是在上面的實(shí)驗(yàn)看出,一個(gè)成員的列表,比一個(gè)空列表,長度僅僅只是大了 8 字節(jié),如果真的存在這樣一個(gè)預(yù)分配的池,那么在預(yù)分配個(gè)數(shù)之內(nèi)添加成員,兩者的內(nèi)存大小應(yīng)該是保持不變才對。
所以可以猜測這塊 list 應(yīng)該是沒有這樣的一個(gè)預(yù)分配內(nèi)存池。這里需要來個(gè)實(shí)錘
PyObject * PyList_New(Py_ssize_t size) { PyListObject *op; size_t nbytes; if (size < 0) { PyErr_BadInternalCall(); return NULL; } /* Check for overflow without an actual overflow, * which can cause compiler to optimise out */ if ((size_t)size > PY_SIZE_MAX / sizeof(PyObject *)) return PyErr_NoMemory(); // list對象指針的緩存 if (numfree) { numfree--; op = free_list[numfree]; _Py_NewReference((PyObject *)op); } else { op = PyObject_GC_New(PyListObject, &PyList_Type); if (op == NULL) return NULL; } // list 成員的內(nèi)存申請 nbytes = size * sizeof(PyObject *); if (size <= 0) op->ob_item = NULL; else { op->ob_item = (PyObject **) PyMem_MALLOC(nbytes); if (op->ob_item == NULL) { Py_DECREF(op); return PyErr_NoMemory(); } memset(op->ob_item, 0, nbytes); } Py_SIZE(op) = size; op->allocated = size; _PyObject_GC_TRACK(op); return (PyObject *) op; }
當(dāng)我們在執(zhí)行 test = [1] 時(shí),實(shí)際上只做了兩件事:
根據(jù)成員的數(shù)目,構(gòu)建相應(yīng)長度的空列表;(上述代碼)
一個(gè)個(gè)將這些成員塞進(jìn)去;
可能有童鞋會覺得,在塞成員的那一步,說不定會觸發(fā)什么機(jī)制使它變大?
很可惜,因?yàn)槌跏蓟玫姆椒ㄊ?PyList_SET_ITEM, 所以這里是木有的觸發(fā)什么機(jī)制,只是簡單的數(shù)組成員賦值而已:
#define PyList_SET_ITEM(op, i, v) (((PyListObject *)(op))->ob_item[i] = (v))
所以整個(gè) list 的初始化,還真的就是木有預(yù)分配的內(nèi)存池,直接按需申請,一個(gè)蘿卜一個(gè)坑,實(shí)在得狠;
可變長的關(guān)鍵
初始化過程是這樣還可以理解,如果運(yùn)行中還這樣的話,那就有點(diǎn)說不過去了。
試想下,在文章開頭用 append 的例子中,如果每 append 一個(gè)元素就申請一次內(nèi)存,那么list 可能要被吐槽到懷疑人生了, 所以很明顯,在對于內(nèi)存的申請,它還是有自己的套路的。
在 list 里面,不管是 insert 、pop 還是 append,都會遇到 list_resize,故名思義,這個(gè)函數(shù)就是用來調(diào)整 list 對象的內(nèi)存占用的。
static int list_resize(PyListObject *self, Py_ssize_t newsize) { PyObject **items; size_t new_allocated; Py_ssize_t allocated = self->allocated; /* Bypass realloc() when a previous overallocation is large enough to accommodate the newsize. If the newsize falls lower than half the allocated size, then proceed with the realloc() to shrink the list. */ if (allocated >= newsize && newsize >= (allocated >> 1)) { assert(self->ob_item != NULL || newsize == 0); Py_SIZE(self) = newsize; return 0; } /* This over-allocates proportional to the list size, making room * for additional growth. The over-allocation is mild, but is * enough to give linear-time amortized behavior over a long * sequence of appends() in the presence of a poorly-performing * system realloc(). * The growth pattern is: 0, 4, 8, 16, 25, 35, 46, 58, 72, 88, ... */ # 確定新擴(kuò)展之后的占坑數(shù) new_allocated = (newsize >> 3) + (newsize < 9 ? 3 : 6); /* check for integer overflow */ if (new_allocated > PY_SIZE_MAX - newsize) { PyErr_NoMemory(); return -1; } else { new_allocated += newsize; } if (newsize == 0) new_allocated = 0; # 申請內(nèi)存 items = self->ob_item; if (new_allocated <= (PY_SIZE_MAX / sizeof(PyObject *))) PyMem_RESIZE(items, PyObject *, new_allocated); else items = NULL; if (items == NULL) { PyErr_NoMemory(); return -1; } self->ob_item = items; Py_SIZE(self) = newsize; self->allocated = new_allocated; return 0; }
在上面的代碼中,頻繁看到兩個(gè)名詞:newsize 和 new_allocated, 這里需要解釋下,newsize 并不是 增加/減少 的個(gè)數(shù),而是 增加/減少 之后的成員總數(shù)目。比方說:
a = [1, 2, 3] a.append(1)
上面的 append 觸發(fā)list_resize 時(shí), newsize 是 3 + 1, 而不是 1;這邊比較重要,因?yàn)樵?pop 這類減少列表成員時(shí)候,就是傳入縮減后的總數(shù)目。
在 list 的結(jié)構(gòu)定義中,關(guān)于長度的定義有兩個(gè),分別是 ob_size(實(shí)際的成員數(shù)),allocated(總成員數(shù))
它們之間的關(guān)系就是:
0 <= ob_size <= allocated len(list) == ob_size
所以 new_allocated 就很好理解了,這個(gè)就是新的總坑數(shù)。
當(dāng)名詞含義理解得差不多時(shí),我們就能順藤摸瓜知道一個(gè)列表在list_resize 之后,大小會變成怎樣?
方法其實(shí)從上面注釋和代碼都說得很明白了,這里再簡單整理下:
先確定一個(gè)基數(shù):new_allocated = (newsize >> 3) + (newsize < 9 ? 3 : 6);
判斷下 new_allocated + newsize 有沒有超過 PY_SIZE_MAX, 如果超過了,直接報(bào)錯(cuò);
最終確定新的總坑數(shù)是:new_allocated + newsize, 如果 newsize 是 0, 那么總坑數(shù)直接為 0 ;
下面演示下:
#coding: utf8 import sys test = [] raw_size = sys.getsizeof(test) test.append(1) print "1 次 append 減去空列表的內(nèi)存大小:%s " % (sys.getsizeof(test) - raw_size) test.append(1) print "2 次 append 減去空列表的內(nèi)存大?。?s " % (sys.getsizeof(test) - raw_size) test.append(1) print "3 次 append 減去空列表的內(nèi)存大小:%s " % (sys.getsizeof(test) - raw_size) test.append(1) print "4 次 append 減去空列表的內(nèi)存大?。?s " % (sys.getsizeof(test) - raw_size) test.append(1) print "5 次 append 減去空列表的內(nèi)存大小:%s " % (sys.getsizeof(test) - raw_size) test.append(1) print "6 次 append 減去空列表的內(nèi)存大?。?s " % (sys.getsizeof(test) - raw_size)
#
開始簡單的代入法一步步算:
其中:
new_allocated = (newsize >> 3) + (newsize < 9 ? 3 : 6) + newsize (因?yàn)橄旅娴?newsize > 0)
當(dāng)原allocated >= newsize 并且 newsize >= 原allocated / 2 時(shí),不改變 allocated 不申請內(nèi)存直接返回
第 n 次 append | 列表原長度 | 新增成員數(shù) | 原 allocated | newsize | new_allocated |
---|---|---|---|---|---|
1 | 0 | 1 | 0 | 0 + 1 = 1 | 3 + 1 = 4 |
2 | 1 | 1 | 4 | 1 + 1 = 2 | 無需改變 |
3 | 2 | 1 | 4 | 2 + 1 = 3 | 無需改變 |
4 | 3 | 1 | 4 | 3 + 1 = 4 | 無需改變 |
5 | 4 | 1 | 4 | 4 + 1 = 5 | 3 + 5 = 8 |
6 | 5 | 1 | 8 | 5 + 1 = 6 | 無需改變 |
通過上面的表格,應(yīng)該比較清楚看到什么時(shí)候會觸發(fā)改變 allocated,并且當(dāng)觸發(fā)時(shí)它們是如何計(jì)算的。為什么我們需要這樣關(guān)注 allocated?理由很簡單,因?yàn)檫@個(gè)值決定了整個(gè) list 的動(dòng)態(tài)內(nèi)存的占用大??;
擴(kuò)容是這樣,縮容也是照貓畫虎。反正都是算出新的 allocated, 然后由 PyMem_RESIZE 來處理。
綜上所述,在一些明確列表成員或者簡單處理再塞入列表的情況下,我們不應(yīng)該再用下面的方式:
test = [] for i in range(4): test.append(i) print test
而是應(yīng)該用更加 pythonic 和 更加高效的列表推導(dǎo)式:test = [i for i in range(4)]。
聲明:本網(wǎng)頁內(nèi)容旨在傳播知識,若有侵權(quán)等問題請及時(shí)與本網(wǎng)聯(lián)系,我們將在第一時(shí)間刪除處理。TEL:0731-84117792 E-MAIL:11247931@qq.com