Python 源码剖析 - Hack PyListObject

首先我们来观察在 PyListObject 中维护的元素数量变化时，PyListObject 中 ob_size 和 allocated 两个变量的变化情况，从中窥见 PyListObject 对内存的使用和管理。

在 PyListObject 的输出操作 list_print 中，我们添加了如下代码，以观察 PyListObject 对内存的管理：

printf("\nallocated=%d, ob_size=%d\n", op->allocated, op->ob_size); 

观察结果如图9所示：

首先创建一个包含一个元素的list，这时ob_size和allocated都是1。这时list中拥有的所有内存空间都已被使用完，所以下次插入元素时就一定会调整list的内存空间了。

随后向list末尾追加元素2，可以看到，调整内存空间的动作发生了。

allocated 变成了 5，而 ob_size 则变成了2，这里明确地显示出了 PyListObject 所采用的与 C++ 中 vector 一样的内存缓冲池策略。

继续向list末尾追加元素 3，4，5，当追加了元素5之后，list所拥有的内存空间又被使用完了，下一次再追加或插入元素时，内存空间调整的动作又会再一次发生。

如果这时在list中删除元素3，可以看到，ob_size 发生了变化，而 allocated 则不发生变化，它始终如一地维护着当前list所拥有的全部内存数量。

接下来我们从图10的结果中观察一下 PyListObject 对象的创建和删除对于 Python 维护的 PyListObject 对象缓冲池的影响。

这次为了消除 Python 交互环境执行时对 PyListObject 对象缓冲池的影响，我们通过执行 py 脚本文件来观察，可以看到，当创建新的 PyListObject 对象时，如果缓冲池中有可用的 PyListObject 对象，则会使用缓冲池中的对象；而在销毁一个 PyListObject 对象时，确实将这个对象放到了缓冲池中。