Question

我想知道这种行为的原因是什么（CPython 2.7和3.5）：

>>> a = 's' ; b = 's'
>>> id(a), id(b)
(4322870976, 4322870976)

短于21个字符的字符串似乎共享相同的内存地址（或id）。

>>> a = 's' * 20 ; b = 's' * 20
>>> id(a), id(b)
(4324218680, 4324218680)

从21开始，此行为会发生变化。

>>> a = 's' * 21 ; b = 's' * 21
>>> id(a), id(b)
(4324218536, 4324218608)

我无法找到合理的解释，但根据python docs：

例如，a = 1之后; b = 1，a和b可能会或可能不会引用值为1的同一对象，具体取决于实现...

在查看cpython's code之后，我无法找到做出此决定的地方。

Answer 1

Python编译器converts尽可能多的表达式，并且在字节码中对常量（即它实例化它们）有意义。具有相同值的常量将通过此过程具有相同的id()。这给出了第一和第二个例子中的结果。

但我们必须符合“有道理”的资格。大的表达式（例如10**100）会导致大量空间用于其常量结果。这意味着编译器在字节码中包含未修改的表达式，并在运行时计算它们的值。对于字符串（实际上所有类型），最大长度为20，因此第三个示例中的表达式由VM而不是编译器进行评估。