Python 基本类型的内存使用（尤其是 int 和 float）

Question

这是来自 Python 3.8.0 解释器的示例（但是，它在 3.7.5 中类似）

>>> import sys
>>> sys.getsizeof(int)
416
>>> sys.getsizeof(float)
416
>>> sys.getsizeof(list)
416
>>> sys.getsizeof(tuple)
416
>>> sys.getsizeof(dict)
416
>>> sys.getsizeof(bool)
416

getsizeof()返回 Python 对象消耗的字节数以及垃圾收集器的开销（参见此处）。基本python类消耗相同数量的内存的原因是什么？

如果我们看一下这些类的实例

>>> import sys
>>> sys.getsizeof(int())
24
>>> sys.getsizeof(float())
24

默认参数是，0并且这两个实例对此参数具有相同的内存使用量。但是，如果我尝试添加一个参数

>>> sys.getsizeof(int(1))
28
>>> sys.getsizeof(float(1))
24

这就是奇怪的地方。为什么 int 类型的实例内存使用量增加，而 float 类型的实例内存使用量没有增加？

Answer 1

简而言之，这一切都归结为 Python 如何表示任意长整数。float()类型表示（受限）就像 C 一样double。

在 CPython 实现中，每个对象 ( source ) 都以引用计数和指向该对象的类型对象的指针开始。那是 16 个字节。

Float对象将其数据存储为 C double（源），即 8 个字节。所以 16 + 8 = 24 字节用于浮动对象。

对于integers，情况更复杂。整数对象表示为可变大小的对象 ( source )，对于 16 个字节，它又增加了 8 个字节。数字表示为数组。根据平台的不同，Python 使用具有 30 位数字的 32 位无符号整数数组或具有 15 位数字的 16 位无符号整数数组。所以对于小整数，数组中只有一个 32 位整数，所以再添加 4 bytes = 16 + 8 + 4 = 28 bytes。

如果要表示更大的整数，则大小会增加：

sys.getsizeof(int(2**32))  # prints 32 (24 + 2*4 bytes)
sys.getsizeof(int(2**64))  # prints 36 (24 + 3*4 bytes)

编辑：

随着sys.getsizeof(int)您获得class的大小，而不是该类的实例。对于float, bool, ...

print(type(int))  # prints <class 'type'>

如果你查看源代码，引擎盖下有很多东西。在我的 Python 3.6.9 (Linux/64bit) 版本中，这会打印 400 个字节。