python源码阅读（1）-- 类型对象及虚拟机

抽空看了《Python源码剖析》+ python3.7的源码，记录一下觉得重要的知识点

类型对象

• 整数
  1. 通过整数对象池解决对引用计数的过度访问
  2. 频繁执行的代码会提供宏(节省函数开销，牺牲类型安全)和函数(检查类型安全降低效率)两种版本
  3. 小整数池在python初始化时创建，范围在[-5, 257)，可以通过修改源码动态改变这个临界值
  4. 大整数开辟一块内存空间轮流使用，用单向列表来管理空闲态内存
  5. 整数引用计数为0不会向系统堆归还内存，会加入到上述单向列表中
• 字符串
  1. 预存字符串hash值和intern机制提高Python虚拟机20%执行效率
  2. intern机制节省空间、简化PyStringObject比较，即只会存在唯一一个与被intern字符串对应的Obj对象
  3. interned实际为dict存储key value来保证相同string不重复创建
  4. 创建的string对象会进行intern操作并缓存到字符缓冲池中
• 列表
  1. list也存在缓冲池，默认维护80个PyListObject对象
  2. 初始会分配一定的内存，操作时通过list_resize来调整list的内存占用
• 字典
  1. 字典采用hash表实现，理论上能达到O(1)的查询效率
  2. python采用开放定址法解决散列冲突，删除探测链元素使用“伪删除”操作
  3. 创建默认8个entry，即键值对，会预存hash值避免重复计算
  4. dict也存在缓冲池，与list缓冲池机制一致

虚拟机

• 编译
  1. python执行会先编译文件再执行
  2. PyCodeObject是真正编译的结果，pyc文件是这个对象在硬盘上的表现形式
  3. 编译结果存在于内存中，运行结果后保存到pyc中，下次执行相同程序从pyc中建立PyCodeObject对象
  4. pyc文件不是一定生成的，只有在有重用情况下会编译生成pyc文件，如import xxx
  5. pyc文件包含magic number(用于区别不同版本python)、创建时间信息(同步pyc和py文件)、PyCodeObject对象
  6. w_object在PyCodeObject写入pyc时存储对象的类型，在从pyc中加载时恢复对象的结构和蕴含信息
  7. 对于字符串生成pyc和从pyc中解析分别采用PyDictObject减少冗余和PyListObject来作为索引取值(对于重复的字符串会记录一个位置标识表示之前出现的string的位置，dict不支持索引取值，所以采用list)
• 字节码虚拟机
  1. python执行时，虚拟机上实际不是PyCodeObject对象，而是PyFrameObject对象
  2. PyFrameObject栈空间大小不同取决于Code Block执行时所需大小，并维护PyCodeObject对象
• 作用域和名字空间
  1. LBG规则：名字引用沿着local作用域、global作用域、builtin作用域的顺序查找名字对应的约束
  2. 闭包函数满足LEGB规则
  3. global关键字使python强制只参考global名字空间而不用管LEBG规则
• 类机制
  1. python3.7中采用的都是新式类，用户可以定义继承python内置类型的类
  2. class实现"__call__"方法则对象为可调用对象，称作“可调用性”
  3. 虚拟机这部分内容书中多是机器码的实现，这里不赘述