字符串在 Python 中是最簡(jiǎn)單也是最常用的數(shù)據(jù)類型之一，在 CPython 中字符串的實(shí)現(xiàn)原理使用了一種叫做 Intern（字符串駐留）的技術(shù)來提高字符串效率。究竟什么是 intern 機(jī)制，這種機(jī)制又是通過什么方式來提高字符串效率的呢？希望這篇文章能夠拋磚引玉。

先來看一段代碼：

>>> s3 = "hello!"
>>> s4 = "hello!"
>>> s3 is s4
False
>>> id(s3)
80325968L
>>> id(s4)
80326048L

s3 和 s4 雖然值是一樣的，但確確實(shí)實(shí)是兩個(gè)不同的字符串對(duì)象，Python 會(huì)為它們倆各自分配一段內(nèi)存空間，假設(shè)程序中存在大量值相同的字符串，系統(tǒng)就不得不為每個(gè)字符串重復(fù)地分配內(nèi)存空間，顯然，對(duì)系統(tǒng)來說是一種無謂的資源浪費(fèi)。為了解決這種問題，Python 引入了 intern 機(jī)制。

再來看：

>>> s3 = intern('hello!')
>>> s4 = intern('hello!')
>>> s3 is s4
True
>>> id(s3)
80325968L
>>> id(s4)
80325968L

intern 是 Python 中的一個(gè)內(nèi)建函數(shù)，該函數(shù)的作用就是對(duì)字符串進(jìn)行 intern 機(jī)制處理，處理后返回字符串對(duì)象。我們發(fā)現(xiàn)但凡是值相同的字符串經(jīng)過 intern 機(jī)制處理之后，返回的都是同一個(gè)字符串對(duì)象，這種方式在處理大數(shù)據(jù)的時(shí)候無疑能節(jié)省更多的內(nèi)存空間，系統(tǒng)無需為相同的字符串重復(fù)分配內(nèi)存，對(duì)于值相同的字符串共用一個(gè)對(duì)象即可。

其實(shí)，實(shí)現(xiàn) Intern 機(jī)制的方式非常簡(jiǎn)單，就是通過維護(hù)一個(gè)字符串儲(chǔ)蓄池，這個(gè)池子是一個(gè)字典結(jié)構(gòu)，如果字符串已經(jīng)存在于池子中了就不再去創(chuàng)建新的字符串，直接返回之前創(chuàng)建好的字符串對(duì)象，如果之前還沒有加入到該池子中，則先構(gòu)造一個(gè)字符串對(duì)象，并把這個(gè)對(duì)象加入到池子中去，方便下一次獲取，用偽代碼就可以描述為：

intern_pool = {}
def intern(s):
if s in intern_pool:
return intern_pool[s]
else:
obj = PyStringObject(s)
intern_pool[s] = obj
return obj

在主流面向?qū)ο蟮木幊陶Z言中intern 機(jī)制對(duì)于處理字符串已經(jīng)成為一種標(biāo)配，通過 intern 機(jī)制可以提高字符串的處理效率，當(dāng)然，解釋器內(nèi)部很對(duì) intern 機(jī)制的使用策略是有考究的，有些場(chǎng)景會(huì)自動(dòng)使用 intern ，有些地方需要通過手動(dòng)方式才能啟動(dòng)。比如：

>>> s1 = "hello"
>>> s2 = "hello"
>>> s1 is s2
True
>>> id(s1)
72320704L
>>> id(s2)
72320704L

這段代碼就是 Python自動(dòng)使用了intern機(jī)制的結(jié)果。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論