Python整数对象实现原理详解

蓝鲸

发布时间：2026-10-13 | 2人浏览过

原创

本文深入解析Python中整数对象的内部实现机制。通过PyIntObject结构体，Python利用小整数对象池缓存[-5, 257)范围内的整数以实现共享。对于大整数，Python采用PyIntBlock缓冲池和free_list链表进行内存复用，避免频繁malloc带来的性能损耗。文章详细阐述了整数创建、缓存获取及销毁时的内存处理逻辑，揭示Python在性能与代码简洁性之间的权衡策略。

PyIntObject结构体与基础属性

在Python内部，整数对象通过PyIntObject结构体进行表示。

PyObject_HEAD宏定义


typedef struct {
PyObject_HEAD
long ob_ival;
} PyIntObject;

该结构体中的PyObject_HEAD宏包含两个关键属性。


int ob_refcnt; 
struct _typeobject *ob_type;

这两个属性是Python所有对象共有的基础组成部分。

ob_refcnt表示对象的引用计数，它与Python的内存管理机制紧密相关，用于实现基于引用计数的垃圾回收机制。
ob_type用于描述Python对象的类型信息，标识对象所属的具体类型。

小整数对象池机制

由此可见，PyIntObject本质上是对C语言中long类型数值的扩展。出于性能优化的考虑，Python对小整数采用了小整数对象池small_ints进行缓存，范围覆盖[-5, 257)。在此范围内的整数在Python系统中是共享的，即多个变量指向同一对象。

小整数范围定义


#define NSMALLPOSINTS 257
#define NSMALLNEGINTS 5
static PyIntObject *small_ints[NSMALLNEGINTS + NSMALLPOSINTS];

对于超出上述范围的整数，即使数值相同，其对象标识也不一定相同。例如，当变量a和b的值均为10000时，它们并非同一个对象；而当值为1时，a和b则指向同一个对象。


>>> a = 10000
>>> b = 10000
>>> print a is b
False
>>> a = 1
>>> b = 1
>>> print a is b
True

大整数缓冲池与内存复用

针对超出[-5, 257)范围的其他整数，Python同样提供了专门的缓冲池，供大整数使用，以避免每次创建时都进行malloc内存分配所带来的效率损耗。这块内存空间被称为PyIntBlock。

PyIntBlock内存块结构


struct _intblock {
struct _intblock *next;
PyIntObject objects[N_INTOBJECTS];
};
typedef struct _intblock PyIntBlock;
static PyIntBlock *block_list = NULL;
static PyIntObject *free_list = NULL;

这些内存块（PyIntBlock）通过一个单向链表组织在一起，表头为block_list，该表头始终指向最新创建的PyIntBlock对象。

PyIntBlock包含两个属性：next和objects。next指针指向下一个PyIntBlock对象；objects是一个PyIntObject数组（最终转化为单向链表），它是真正用于存储被缓存的PyIntObject对象的内存空间。

free_list单向链表由所有PyIntBlock内存块中的空闲内存组成。将所有空闲内存通过链表组织起来的好处在于，当Python需要新内存来存储新的PyIntObject对象时，能够通过free_list快速获得所需的内存。

整数对象创建流程

在创建整数对象时，如果该整数位于小整数范围内，则直接从小整数缓冲池中返回；如果不在该范围内，则开辟大整数缓冲池的内存空间。

PyInt_FromLong函数逻辑


[intobject.c]
PyObject* PyInt_FromLong(long ival)
{
register PyIntObject *v; 
#if NSMALLNEGINTS + NSMALLPOSINTS > 0
//[1] ：尝试使用小整数对象池
if (-NSMALLNEGINTS <= ival && ival < NSMALLPOSINTS) {
v = small_ints[ival + NSMALLNEGINTS];
Py_INCREF(v);
return (PyObject *) v;
}
#endif
//[2] ：为通用整数对象池申请新的内存空间
if (free_list == NULL) {
if ((free_list = fill_free_list()) == NULL)
return NULL;
}
//[3] : (inline)内联PyObject_New的行为
v = free_list;
free_list = (PyIntObject *)v->ob_type;
PyObject_INIT(v, &PyInt_Type);
v->ob_ival = ival;
return (PyObject *) v;
}

fill_free_list函数负责创建大整数缓冲池的内存空间，该函数返回一个free_list链表。当整数对象ival创建成功后，free_list表头指向v->ob_type。ob_type本是所有Python对象中表示类型信息的字段，但在此处被用作连接指针。这是Python在性能与代码优雅之间做出的折中，即对名称的滥用，放弃了对类型安全的坚持。在此情境下，只需将其理解为指向下一个PyIntObject的指针即可。

fill_free_list内存分配


[intobject.c]
static PyIntObject* fill_free_list(void)
{
PyIntObject *p, *q;
// 申请大小为sizeof(PyIntBlock)的内存空间
// block list始终指向最新创建的PyIntBlock
p = (PyIntObject *) PyMem_MALLOC(sizeof(PyIntBlock));
((PyIntBlock *)p)->next = block_list;
block_list = (PyIntBlock *)p;
//：将PyIntBlock中的PyIntObject数组(objects)转变成单向链表
p = &((PyIntBlock *)p)->objects[0];
q = p + N_INTOBJECTS;
while (--q > p)
// ob_type指向下一个未被使用的PyIntObject。
q->ob_type = (struct _typeobject *)(q-1);
q->ob_type = NULL;
return p + N_INTOBJECTS - 1;
}

整数销毁与内存回收

不同的PyIntBlock中的空闲内存通过整数对象垃圾回收过程连接构成free_list。在PyIntObject对象的tp_dealloc操作中可以看到这一机制。

int_dealloc释放逻辑


[intobject.c]
static void int_dealloc(PyIntObject *v)
{
if (PyInt_CheckExact(v)) {
v->ob_type = (struct _typeobject *)free_list;
free_list = v;
}
else
v->ob_type->tp_free((PyObject *)v);
}

当PyIntObject对象销毁时，其占用的内存并不会释放，而是继续被Python使用。此时，free_list表头指向这个即将被销毁的对象，从而将其纳入空闲链表。