Python 的列表(list)是一個很是靈活的數組,能夠隨意調整長度。正是由於這種便利,使得咱們會不由自主地去修改數組以知足咱們的需求,其中相比於insert
, pop
等等而言, append
用法更常見。segmentfault
有像這樣使用:數組
>>> test = [] >>> test.append(1) >>> test.append({2}) >>> test.append([3]) >>> print test # 輸出 [1, set([2]), [3]]
也有像這樣使用的:緩存
test = [] for i in range(4): test.append(i) print test # 輸出 [0, 1, 2, 3]
這樣用很開心,也很知足。app
但其實只要遇到可以動態修改數據長度場景,咱們都應該立刻反應過來一點,那就是內存管理的問題。函數
若是運行效率和便捷性同時知足的話,那簡直就是大大的福音呀。spa
然而,上帝爲你開啓一扇窗的同時確定也已經關上了一扇門了!指針
深受預分配知識的薰陶,咱們也是以爲 list 在初始化是有分配必定的長度的,要否則每次都申請內存那得多 」low「 啊。code
而後實際上 list 真的就是這麼 」low「:orm
import sys test = [] test_1 = [1] print sys.getsizeof(test) print sys.getsizeof(test_1) - sys.getsizeof(test) # 輸出 72 # 空列表內存大小,也是 list 對象的總大小 8 # 表明增長一個成員,list 增長的大小 ( 此大小爲對象指針的長度 )
咱們的猜想是,list 在定義以後,會預先分配好一個必定大小的池用來塞數據,以免動不動就申請內存。對象
可是在上面的實驗看出,一個成員的列表,比一個空列表,長度僅僅只是大了 8 字節(對象指針的大小),若是真的存在這樣一個預分配的池,那麼在預分配個數以內添加成員,二者的內存大小應該是保持不變纔對。
因此能夠猜想這塊 list
應該是沒有這樣的一個預分配內存池。這裏須要來個實錘
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; }
當咱們在執行 test = [1]
時,實際上只作了兩件事:
可能有童鞋會以爲,在塞成員的那一步,說不定會觸發什麼機制使它變大?
很惋惜,由於初始化用的方法是 PyList_SET_ITEM
, 因此這裏是木有的觸發什麼機制,只是簡單的數組成員賦值而已:
#define PyList_SET_ITEM(op, i, v) (((PyListObject *)(op))->ob_item[i] = (v))
因此整個 list 的初始化,還真的就是木有預分配的內存池,直接按需申請,一個蘿蔔一個坑,實在得狠;
初始化過程是這樣還能夠理解,若是運行中還這樣的話,那就有點說不過去了。
試想下,在文章開頭用 append
的例子中,若是每 append
一個元素就申請一次內存,那麼list
可能要被吐槽到懷疑人生了, 因此很明顯,在對於內存的申請,它仍是有本身的套路的。
在 list
裏面,不論是 insert
、pop
仍是 append
,都會遇到 list_resize
,故名思義,這個函數就是用來調整 list
對象的內存佔用的。
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, ... */ # 肯定新擴展以後的佔坑數 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,頻繁看到兩個名詞:newsize
和 new_allocated
, 這裏須要解釋下,newsize
並非 增長/減小 的個數,而是 增長/減小 以後的成員總數目。比方說:
a = [1, 2, 3] a.append(1)
上面的 append
觸發list_resize
時, newsize
是 3 + 1, 而不是 1;這邊比較重要,由於在 pop
這類減小列表成員時候,就是傳入縮減後的總數目。
在 list 的結構定義中,關於長度的定義有兩個,分別是 ob_size(實際的成員數)
,allocated(總成員數)
它們之間的關係就是:
0 <= ob_size <= allocated len(list) == ob_size
因此 new_allocated
就很好理解了,這個就是新的總坑數。
當名詞含義理解得差很少時,咱們就能順藤摸瓜知道一個列表在list_resize
以後,大小會變成怎樣?
方法其實從上面註釋和代碼都說得很明白了,這裏再簡單整理下:
new_allocated = (newsize >> 3) + (newsize < 9 ? 3 : 6)
;new_allocated + newsize
有沒有超過 PY_SIZE_MAX
, 若是超過了,直接報錯;new_allocated + newsize
, 若是 newsize
是 0, 那麼總坑數直接爲 0 ;下面演示下:
#coding: utf8 import sys test = [] raw_size = sys.getsizeof(test) test.append(1) print "1 次 append 減去空列表的內存大小:%s " % (sys.getsizeof(test) - raw_size) test.append(1) print "2 次 append 減去空列表的內存大小:%s " % (sys.getsizeof(test) - raw_size) test.append(1) print "3 次 append 減去空列表的內存大小:%s " % (sys.getsizeof(test) - raw_size) test.append(1) print "4 次 append 減去空列表的內存大小:%s " % (sys.getsizeof(test) - raw_size) test.append(1) print "5 次 append 減去空列表的內存大小:%s " % (sys.getsizeof(test) - raw_size) test.append(1) print "6 次 append 減去空列表的內存大小:%s " % (sys.getsizeof(test) - raw_size)
# 輸出結果 1 次 append 減去空列表的內存大小:32 2 次 append 減去空列表的內存大小:32 3 次 append 減去空列表的內存大小:32 4 次 append 減去空列表的內存大小:32 5 次 append 減去空列表的內存大小:64 6 次 append 減去空列表的內存大小:64
開始簡單的代入法一步步算:
其中:
new_allocated = (newsize >> 3) + (newsize < 9 ? 3 : 6) + newsize (由於下面的 newsize > 0)
當原allocated >= newsize 而且 newsize >= 原allocated / 2 時,不改變 allocated 不申請內存直接返回
第 n 次 append | 列表原長度 | 新增成員數 | 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 |
經過上面的表格,應該比較清楚看到何時會觸發改變 allocated
,而且當觸發時它們是如何計算的。爲何咱們須要這樣關注 allocated
?理由很簡單,由於這個值決定了整個 list 的動態內存的佔用大小;
擴容是這樣,縮容也是照貓畫虎。反正都是算出新的 allocated, 而後由 PyMem_RESIZE
來處理。
#define PyMem_REALLOC(p, n) ((size_t)(n) > (size_t)PY_SSIZE_T_MAX ? NULL \ : realloc((p), (n) ? (n) : 1)) #define PyMem_RESIZE(p, type, n) \ ( (p) = ((size_t)(n) > PY_SSIZE_T_MAX / sizeof(type)) ? NULL : \ (type *) PyMem_REALLOC((p), (n) * sizeof(type))
基本上,就是判斷是否超過最大數,不然的話就是和C realloc
函數近似了,如下摘抄了一段關於C realloc
函數的描述:
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狀況下,咱們不該該再用下面的方式:
test = [] for i in xrange(4): test.append(i) print test
而是應該用列表推導式:test = [i for i in xrange(4)]
。
爲何推薦列表推導呢?顯而易見的效果就有:
append
觸發 PyMem_RESIZE
申請過多內存;容易形成內存浪費;for i in xxx
,列表推導方式直接增長元素,少了一些函數調用,如:SETUP_LOOP
、CALL_FUNCTION
等;可是上面的推薦確定也是在某些前提條件下才合適咯:
PS: 切記勿爲了使用列表推導而使用,合理使用纔是科學之道;
歡迎各位大神指點交流, QQ討論羣: 258498217
轉載請註明來源: https://segmentfault.com/a/11...