Question

我试图理解Python字符串何时相同（也就是共享相同的内存位置）。但是在我的测试中，当两个相等的字符串变量共享相同的内存时似乎没有明显的解释：

import sys
print(sys.version) # 3.4.3

# Example 1
s1 = "Hello"
s2 = "Hello"
print(id(s1) == id(s2)) # True

# Example 2
s1 = "Hello" * 3
s2 = "Hello" * 3
print(id(s1) == id(s2)) # True

# Example 3
i = 3
s1 = "Hello" * i
s2 = "Hello" * i
print(id(s1) == id(s2)) # False

# Example 4
s1 = "HelloHelloHelloHelloHello"
s2 = "HelloHelloHelloHelloHello"
print(id(s1) == id(s2)) # True

# Example 5
s1 = "Hello" * 5
s2 = "Hello" * 5
print(id(s1) == id(s2)) # False

字符串是不可变的，据我所知，Python试图重用现有的不可变对象，让其他变量指向它们而不是在内存中用相同的值创建新对象。

考虑到这一点，Example 1似乎很明显会返回True 对我来说，Example 2返回True仍然是显而易见的。

对我来说，Example 3返回False并不明显 - 我是不是和Example 2做同样的事情？！？

我偶然发现了这个问题：
Why does comparing strings in Python using either '==' or 'is' sometimes produce a different result?

并通读http://guilload.com/python-string-interning/（虽然我可能根本不理解）并且你好 - 好吧，也许“实习”字符串取决于长度，所以我在HelloHelloHelloHelloHello中使用了Example 4 }。结果是True。

令我感到困惑的是，与Example 2中的数字相同，只是使用更大的数字（但它会有效地返回与Example 4相同的字符串） - 但这次结果是{{ 1}}？！？

我真的不知道Python如何决定是否使用相同的内存对象，或何时创建新内存对象。

是否可以解释这种行为的官方来源？

Answer 1

来自the link you posted：

避免使用大型.pyc文件

那么'a' * 21 is 'aaaaaaaaaaaaaaaaaaaaa'为何不评估为True？你还记得你在所有软件包中遇到的.pyc文件吗？好吧，Python字节码存储在这些文件中。如果有人写了这样的['foo!'] * 10**9，会发生什么？生成的 .pyc 文件将是巨大的！为了避免这种现象，如果它们的长度超过20，则通过窥孔优化产生的序列被丢弃。

如果您有字符串"HelloHelloHelloHelloHello"，Python必须按原样存储它（要求解释器检测字符串中的重复模式以节省空间可能太多）。但是，当涉及到可以在解析时计算的字符串值时，例如"Hello" * 5，Python会将这些值作为所谓的“＃peephole optimization＆＃34;”的一部分进行评估，这可以决定它是否是值得或不值得预先计算字符串。从len("Hello" * 5) > 20开始，解释器将它保留为避免存储太多长字符串。

编辑：

如this question所示，您可以在peephole.c，功能fold_binops_on_constants中的源代码中查看此内容，接近结尾您将看到：

// ...
} else if (size > 20) {
    Py_DECREF(newconst);
    return -1;
}

编辑2：

实际上，最近这个优化代码已经moved to the AST optimizer用于Python 3.7，所以现在你必须调查ast_opt.c，函数fold_binop，它们调用现在函数safe_multiply，它检查字符串是否不超过MAX_STR_SIZE，newly defined as 4096。因此，下一版本的限制似乎已大大提升。

Answer 2

在示例2中：

# Example 2
s1 = "Hello" * 3
s2 = "Hello" * 3
print(id(s1) == id(s2)) # True

这里在编译时评估s1和s2的值。这将返回true。

在例3中：

# Example 3
i = 3
s1 = "Hello" * i
s2 = "Hello" * i
print(id(s1) == id(s2)) # False

这里s1和s2的值是在运行时计算的，结果不是自动中断的，所以这将返回false。这是为了避免在运行时自己创建“HelloHelloHello”字符串来分配过多的内存。

如果你手动实习，它将返回True

i = 3
s1 = "Hello" * i
s2 = "Hello" * i
print(id(intern(s1)) == id(intern(s2))) # True

Python如何确定两个字符串是否相同

2 个答案: