python: 可变对象的 id() - 解释有趣的模式？

Question

以下模式在调用具有相等值的可变对象的标识时出现。如您所见，由 id(mutObj) 编辑的值 return 并不完全独立于 id(mutObj) 的先前 return 值，但模式不稳定。

此行为对于 Python 代码本身可能无关紧要，但我非常有兴趣了解底层机制！

>>> id([1,2])
6706248
>>> id([1,2])
59597256
>>> id([1,2])
56866632
>>> id([1,2])
56866632
>>> id([1,2])
56881992
>>> id([1,2])
56881992
>>> id([1,2])
56879624
>>> id([1,2])
56867784
>>> id([1,2])
56867784
>>> id([1,2])
56879624

Python 3.4.3 [MSC v.1600 64 位 (AMD64)] on win32

请特别注意，最后一个值等于前面 return 三个调用的值。

Answer 1

立即 re-use 的 id

Python 对您创建的所有对象使用相同的 id：

>>> for x in range(10):
        print(id([1, 2]))
4479841736
4479841736
4479841736
4479841736
4479841736
4479841736
4479841736
4479841736
4479841736
4479841736

因为没有对创建列表的引用，它会立即被垃圾回收，id 将是 re-used。

重复使用同一个名字

将列表分配给名称 obj，将使列表保持活动状态，直到将新列表分配给相同的名称：

>>> for x in range(10):
        obj = [1, 2]
        print(id(obj))
4486925128
4486925192
4486925128
4486925192
4486925128
4486925192
4486925128
4486925192
4486925128
4486925192

在第二次迭代中 obj 存在并且 obj = [1, 2] 在分配给 obj 之前先创建新列表。分配后，旧列表将被垃圾收集，id 再次可用于 re-use。在接下来的每次迭代中重复此操作。

保留参考

当您在列表中保留对所有已创建列表的引用时：

>>> objs = []
>>> for x in range(10):
        obj = [1, 2]
        print(id(obj))
        objs.append(obj)
4480011848
4483963144
4486916488
4486914376
4486914568
4486916616
4486914824
4486915016
4486915272
4486915464

Python 必须对所有这些使用不同的 id。

口译效果

在标准交互式提示 (Python 3.5.1) 下工作，我可以生成：

>>> id([1, 2])
4330529608
>>> id([1, 2])
4330529608
>>> id([1, 2])
4330529608
>>> id([1, 2])
4330529608
>>> id([1, 2])
4330529608
>>> id([1, 2])
4330529608

但是在 IPython 或 IPython Notebook 中工作，您会得到：

In [1]: id([1, 2])
Out[1]: 4359684552

In [2]: id([1, 2])
Out[2]: 4379935816

In [3]: id([1, 2])
Out[3]: 4373482696

In [4]: id([1, 2])
Out[4]: 4359674248

In [5]: id([1, 2])
Out[5]: 4373482696

这是因为 IPython 在后台做了更多工作并创建了 re-use 释放的对象 id，然后才能创建新对象。

Answer 2

引自the docs（强调我的）：

id(object)
Return the “identity” of an object. This is an integer which is guaranteed to be unique and constant for this object during its lifetime. Two objects with non-overlapping lifetimes may have the same id() value.

CPython implementation detail: This is the address of the object in memory.

基本上，当您编写 id([1, 2]) 时，您创建了一个列表，检查它的 id，然后将其丢弃，这使得它符合垃圾收集的条件。在 CPython 中，由于通过引用计数进行垃圾回收，它随后被删除，并且没有什么禁止在内存中完全相同的位置创建另一个对象，因此具有相同的 id.

python: 可变对象的 id() - 解释有趣的模式？

python: id() of mutable object - explanation interesting pattern?

python

memory

implementation

立即 re-use 的 id

重复使用同一个名字

保留参考

口译效果