《python源码剖析》读书笔记二

python对象

在很多所谓的技术群中，经常会遇到不少讨论语言的对话。他们大谈语言的特性、语言的性能。这真是太naive了，就像某大神所说的——人们经常觉得python的代码运行效率低，其实只是你写的代码效率低而已。
对于计算机而言，它根本不知道我们所讨论的python、ruby、golang、nodejs有什么区别。因为在底层，这些语言的具体实现都是字节。
对于人而言，是很好理解的python对象，其概念就是：数据以及基于这些数据操作的集合。而对于计算机，py对象就是为C中的结构体在堆(heap)上申请的一块内存。一般而言，对象是不能被静态初始化，也不能在栈(stack)空间上生存的。而类型对象是可以的。这样，容纳可变长度数据的对象只能在对象内部维护一片指针区域。通过这种机制，来简化维护指针的工作。
对于python对象，PyObject则是基石。

[object.h]
typedef struct _object {
    pyObject_HEAD #宏
} PyObject;

typedef struct _object{
    int ob_refcnt;
    struct _typeobject *ob_type;
} PyObject;

这就是所有python对象都拥有的头信息定义。其中ob_refcnt用于python的内存管理，是python GC的重要影响因素。它实现了python基于计数的垃圾回收机制。这里也让我想起之前看过的一篇文章，讲的导致python程序内存泄漏的一种原因：
比如在命名空间(Naming Space,NS)中创建对象A，然后创建对象B。这样两个对象的引用计数都会增加1，那么假设对象A和B内部都有方法，涉及到彼此。那么两者的引用数又会增加1。然后触发对象的del()方法，在命名空间删除对象。这样其他代码就无法再访问这两个对象，然而两者的引用计数并未减到0，所以两者并不会从内存中被销毁。
python的对象链表由3层，如果多次GC后，这些残留的内容便会存留在最老生代的链表上。由此导致内存泄漏。
而下面的内容，表示ob_type是_typeobject的指针，用来指定对象类型的类型对象。
以上两部分的内容是所有py对象，无论内建还是自定义都拥有的。然后用整数int对象来说明。

[intobject.h]
typedef struct {
    PyObject_HEAD;
    long ob_ival;
} PyIntObject;

ob_ival 这个long型保存的就是int对象的数值

定长对象和变长对象