Python 為了提升效能，竟運用了共享經濟
大家或許知道，Python 為了提高記憶體的利用效率，採用了一套共用物件記憶體的分配策略。
例如，對於那些數值較小的數字物件（[-5, 256]）、布林值物件、None 物件、較短的字串物件（通常 是 20）等等，字面量相等的物件實際上是同一個物件。
# 共用記憶體地址的例子
a = 100
b = 100
s = "python_cat"
t = "python_cat"
id(a) == id(b) # 結果：True
id(s) == id(t) # 結果：True
我很早的時候曾寫過一篇《Python中的“特權種族”是什麼？》，把這些物件統稱為“特權種族”，它們是 Python 在記憶體管理機制上使用的優化技巧。
前不久，我還寫了一篇《Python 記憶體分配時的小祕密》，也是介紹記憶體管理的技巧。
這兩篇文章有所區別：舊文主要涉及了記憶體共用與物件駐留的機制，而新文介紹的是記憶體分配、動態擴容以及記憶體回收的相關機制。
它們令我不由自主地想到兩個詞：共享經濟與供需平衡。
如果你沒有讀過那兩篇文章，我強烈建議你先回看一下，然後再看看我的聯想是否有道理：那幾類特權種族物件其實是在共享記憶體，表面上的不同物件，其實是在迴圈利用；至於供需平衡也好理解，建立某些物件時，按照預期的訴求去分配記憶體，在擴容時則靈活調節，達到了供需之間的平衡。
透過現象看本質，Python 可以很有趣。
但是，Python 的有趣之處還不止於此，本文要繼續分享另一種記憶體管理機制，在某種程度上，它實現了共享經濟與供需平衡的融合，我們從中可揭開 Python 的另一重身份……
1、不可變物件的共享經濟
上面列出的"特權種族"都是不可變物件（而“供需平衡”主要出現於可變物件），對於這些不變的物件，當出現多處使用時，共用一個物件似乎是種不錯的優化方法。
我曾有一種猜想：Python 的不可變物件都可能是特權種族。
我沒有試圖去完全證實它，本文只想考察其中一種不可變物件：元組。它是不可變物件，那麼，是否有共用物件的機制呢？
下面把它跟列表作一下對比：
# 空物件的差別 a = [] b = [] c = () d = () print(id(a)==id(b)) # 結果：False print(id(c)==id(d)) # 結果：True
由此可見，兩個空列表是不同的物件，而兩個空元組其實是同一個物件。這至少說明了，空元組在記憶體中只有一個，它屬於已提到的特權種族。
將實驗延伸到集合與字典，它們是可變物件，你會發現結果跟列表一樣，存在多個副本，即不是特權種族。我就不舉例了。
由上述的實驗結果，還能引出兩個問題，但是它們偏離了本文主題，我不打算深入辨析，簡單列一下：
- 除了空元組，還有什麼樣的元組是“特權種族”？（PS：從元素的數量、型別、元素自身的大小考慮，就我小範圍試驗，還沒發現。所以，空元組是獨特的唯一？）
- 編譯期與執行期有所區別，這在之前寫字串的 intern 機制時（《Intern機制的軟肋》）也分析過。（PS：print(id([]) == id([]))，結果為 True，與上例先賦值再比較不同。）
2、可變物件的共享經濟
空元組體現了共享經濟，但由於它是不可變物件，所以不存在動態擴容，就只體現了極少的供需平衡。
作為對照，列表等可變物件充分表現了供需平衡，卻似乎沒辦法體現共享經濟。
比如說，我們把一個列表想象成一個可自增的杯子（畢竟它是某種容器），再把它的元素想象成不同種類的液體（水、可樂、酒……）。
那麼，我們的問題是：兩杯東西是否可以共享為一個物件呢？或者說，有沒有可能共享那隻杯子呢？這樣就可以節省記憶體（在那篇講小祕密的文章中展示過：“空杯子”佔用的記憶體可不少），提升效率啦。
對於第一個問題，答案為否，驗證過程略。對於第二個問題，在上一節中，我們已驗證過兩個空杯子（即空列表），答案也為否。
但是，第二個問題還有其它的可能！下面讓我們換一種實驗方法：
# 實驗版本：Python 3.6.1
a = [[] for i in range(4)]
print(id(a))
for i in range(len(a)):
print(f'{i} -- {id(a[i])}')
# a[i] = 1 # PS：可去除註釋，再執行一次，結果的順序有差別
del a
print("after del")
b = [[] for i in range(4)]
print(id(b))
for i in range(len(b)):
print(f'{i} -- {id(b[i])}')
以上程式碼在不同環境中，執行結果可能有所差異。我執行的一次結果如下：
2012909395656
0 -- 2012909395272
1 -- 2012909406472
2 -- 2012909395208
3 -- 2012909395144
after del
2012909395656
0 -- 2012909395272
1 -- 2012909406472
2 -- 2012909395208
3 -- 2012909395144
分析結果可知：列表物件在被回收之後，並不會徹底消除，它的記憶體地址會傳遞給新建立的列表，也就是說，新建立的列表其實共享了舊列表的記憶體地址！
再結合前面的例子，我們可以說，先後靜態建立的兩個列表會分配不同的記憶體地址，但是，經過動態回收之後，先後建立的列表可能是同一個記憶體地址！（注意：這裡說的是“可能”，因為在新列表建立前，若有其它地方也在建立列表，那後者可能奪去先機。）
延伸到其它基本的可變物件，例如集合與字典，也有同樣的共享策略，其目的顯而易見：迴圈利用這些物件的“殘軀”，可以避免記憶體碎片，提高執行效能。
共享一隻杯子，總比重新創造一隻杯子，要更高效便捷，對吧？
Python 直譯器在實現這個機制時，使用了一個叫做free_list 的全域性變數，其工作原理是：
- 當建立新的物件時，則檢查 free_list 內是否有可用物件，有則取出使用，沒有則建立
- 當這些物件被析構時，則檢查 free_list 是否有剩餘空間，有則存入其中
- 某類物件存入 free_list 時，只保留“軀殼”，而清空其內部所有的元素（即只共享杯子，不共享杯中物）
好了，現在我們可以說，列表、集合與字典這些可變物件，它們都不是前文所說的特權種族，但是，在它們背後都藏著迴圈使用的共享思想，這一點卻是相通的。
Python 直譯器在記憶體管理上真是煞費苦心啊，在那些司空見慣的基本物件上，它施加了諸多的小魔法，在我們毫不覺察的時候，它們有條不紊地運作，而當我們終於見識清楚後，就不得不感嘆它的精妙了。
Python 算得上是一個精打細算的“經濟學家”了。
回顧全文，最後作一個小結：
- 較小的數字、較短的字串、布林值與空元組等不可變物件，它們存在著“共享經濟”的機制，提升了記憶體的使用效率
- 列表、集合與字典等可變物件，它們存在著預分配及超額分配等“供需平衡”的機制，提升了記憶體的分配效率
- 列表等物件還存在著共享“容器外殼”的機制，迴圈利用空閒資源，綜合提升程式效能
PS：本文寫作過半時，我覺得應該把它寫入“喵星來客”系列，但思前想後，最終作罷了（主要是懶）。它們的思辨力及洞察力是一脈相承的，若你喜歡本文的話，我推薦閱讀“喵星來客”系列（其中兩篇）：
公眾號【Python貓】， 本號連載優質的系列文章，有喵星哲學貓系列、Python進階系列、好書推薦系列、技術寫作、優質英文推薦與翻譯等等