[絕對原創 轉載請注明出處]
Python源碼剖析
——PyListObject對象(3)
本文作者 : Robert Chen ([email protected] )3. PyListObject對象緩沖池
還記得嗎，剛才我們按下了一個有趣的話題。沒錯，就是那個緩沖池，free_list。現在，是揭開它的神秘面紗的時候呢。我們想知道的問題是：free_list中所緩沖的PyListObject對象是從哪裡獲得的，是在何時建立的。答案就在一個PyListObject被銷毀的過程中：
[listobject.c]
static void list_dealloc(PyListObject *op)
{
int i;
PyObject_GC_UnTrack(op);
Py_TRASHCAN_SAFE_BEGIN(op)
if (op->ob_item != NULL) {
/* Do it backwards, for Christian Tismer.
There's a simple test case where somehow this reduces
thrashing when a *very* large list is created and
immediately deleted. */
i = op->ob_size;
while (--i >= 0) {
Py_XDECREF(op->ob_item[i]);
}
PyMem_FREE(op->ob_item);
}
if (num_free_lists < MAXFREELISTS && PyList_CheckExact(op))
free_lists[num_free_lists++] = op;
else
op->ob_type->tp_free((PyObject *)op);
Py_TRASHCAN_SAFE_END(op)
} 在銷毀一個PyListObject的時候，當然要做的一件事是為list中的每一個元素改變其引用計數。然後，我們就來到了最有趣的部分。Python會檢查我們開始提到的那個緩沖池，free_lists，檢視其中緩存的PyListObject的數量是否已經滿了，如果沒有，就将該待删除的PyListObject放到緩沖池中，以備後用。現在一切真相大白了，那個在Python啟動是空蕩蕩的緩沖池原來都是被本應該死去的PyListObject對象給填充了 ，在以後建立新的PyListObject的時候，Python會首先喚醒這些已經“死去”的PyListObject。感謝黨，感謝政府，又給它們一個重新做“人”的機會：）但是，需要指出，這裡緩沖的僅僅是PyListObject對象，而沒有這個對象曾經擁有的PyObject*清單，因為這些PyObject指針的引用計數已經減少了，這些指針所指的對象都要各奔前程，或生存，或毀滅，不再被PyListObject所給與的那個引用計數所束縛。PyListObject如果繼續維護一個指向這些對象的指針的清單，就可能産生懸空指針的問題。是以，PyObject*清單所占用的空間必須歸還給系統。
看一下我們剛剛建立的PyListObject的最後歸宿：
在下一次建立PyListObject時，這個PyListObject将重新被喚醒，重新配置設定PyObject*清單占用的記憶體，重新擁抱新的對象。放眼四周，曾經所擁有過的那些對象，有的已經容顔蒼老，有的已經煙消雲散，是否有一種“無私人非事事休，欲語淚先流”的感慨呢？：）
4. Hack PyListObject
首先我們來觀察在PyListObject中維護的元素數量變化時，PyListObject中ob_size和allocated兩個變量的變化情況，從中窺見PyListObject對記憶體的使用和管理。
在PyListObject的輸出操作list_print中，我們添加了如下代碼，以觀察PyListObject對記憶體的管理：
printf("/nallocated=%d, ob_size=%d/n", op->allocated, op->ob_size);
觀察結果如圖9所示：
首先建立一個包含一個元素的list，這時ob_size和allocated都是1。這時list中擁有的所有記憶體空間都已被使用完，是以下次插入元素時就一定會調整list的記憶體空間了。
随後向list末尾追加元素2，可以看到，調整記憶體空間的動作發生了。allocated變成了5，而ob_size則變成了2，這裡明确地顯示出了PyListObject所采用的與C++中vector一樣的記憶體緩沖池政策。
繼續向list末尾追加元素3，4，5，當追加了元素5之後，list所擁有的記憶體空間又被使用完了，下一次再追加或插入元素時，記憶體空間調整的動作又會再一次發生。
如果這時在list中删除元素3，可以看到，ob_size發生了變化，而allocated則不發生變化，它始終如一地維護着目前list所擁有的全部記憶體數量。
接下來我們從圖10的結果中觀察一下PyListObject對象的建立和删除對于Python維護的PyListObject對象緩沖池的影響。
這次為了消除Python互動環境執行時對PyListObject對象緩沖池的影響，我們通過執行py腳本檔案來觀察，可以看到，當建立新的PyListObject對象時，如果緩沖池中有可用的PyListObject對象，則會使用緩沖池中的對象；而在銷毀一個PyListObject對象時，确實将這個對象放到了緩沖池中。