Python中 '==' 与'is' 以及它们背后的故事

摘要

　　比较判断逻辑是在代码中常常使用的，在Python中经常使用 '==' 和 is 来作比较判断。

• ==  :  双等号是用来比较变量所指向内存单元中的值是否相等，它只关心值，并不在乎值的内存地址，也就是说能够是两个不一样内存地址的值相等。
• is    :  它用来比较两个变量是否是指向同一个内存单元，虽然它也能够比较值，可是它更加关心的是内存地址是否同样，固然内存地址同样值也就是同样的。

关于整数

# 按照逻辑，下面的代码很正常
>>> a = 1
>>> b = 1
>>> a == b
True
>>> a is b
True
>>> id(a)
1570522768
>>> id(b)
1570522768
# 下面就是颠覆认知的时刻
>>> a = 1000
>>> b = 1000
>>> a == b
True
>>> a is b
False
>>> id(a)
81183344
>>> id(b)
81183376

　　是的，两个相同值的变量，内存地址不同了。固然产生这个现象的前提条件是用python命令行去执行，而不是用pycharm之类的编辑器。其根本缘由也就是python解释器的问题，涉及到python的垃圾回收机制。上面现象的缘由是由于一个叫作小整数对象池的东西。

　　 Python为了优化速度，会把 [-5, 256] 之间的数据提早存放在小整数池中，若是程序使用到小整数池中的数据，是不会开辟新的内存空间去建立，而是指向对象池中的同一份数据，也就是说有N个变量等于1的话，那么这N个变量的内存地址都会指向小整数池中的1位置。小整数池的使用是为了不整数频繁申请和销毁内存空间。小整数池是提早创建好的，不会被垃圾回收。

　　当数据超出小整数池后，也就是范围到了大整数对象池中了，系统每次都会申请一块新内存来存储数据，这个'is'不等于'=='的现象也就不存在了。

　　pycharm中，每次运行是全部代码都加载到内存中，属于一个总体，并不存在这个现象。

关于字符串　

# 先来个正常的
>>> a = 'qwe'
>>> b = 'qwe'
>>> a == b
True
>>> a is b
True
>>> id(a)
81797024
>>> id(b)
81797024
#  感受没什么变化，那就加长一些
>>> a = 'q' * 20
>>> b = 'q' * 20
>>> a is b
True
>>> a == b
True
# 在长点就不同了
>>> b = 'q' * 21
>>> a = 'q' * 21
>>> a is b
False
>>> a == b
True
>>> id(a)
81811696
>>> id(b)
81811600

　　产生缘由：Python的intern机制。

　　简单理解有点像缓存的意思，当须要使用相同的字符串时（变量赋值），直接从缓存中拿出来用而不是从新建立，这样能够避免频繁的建立和销毁，提高效率，节约内存。缺点是拼接字符串，对字符串修改之类的影响性能。由于是不可变的，因此对字符串修改不是inplace操做，而是新建对象。这也就是拼接字符串的时候不建议是用 '+' 方法，而是推荐用join 函数，join函数是先计算出全部字符串的长度，而后一一拷贝，而只建立一次对象。每一个'+'方法都是建立一次新对象。当字符串长度超过20时，也不会使用intern机制。

　　并非全部的字符串都会采用intern机制。只包含下划线，字母（包含大小写），数字的字符串才会被intern。空格和一些特殊字符都不在内。也就是说字符串中若是包含空格和其余一些特殊符号（除去下划线），python都不会应用intern机制，而是直接开辟新的内存空间去存储。

# 注意下面这种看似合理的字符串intern
>>> 'ab' + 'c' is 'abc'         #  这里的字符串，'ab' + 'c' 是在complie time 求值的，被替换成了'abc'
True
>>> n1 = 'ab'
>>> n2 = 'abc'
>>> n1 + 'c' is n2               # n1 + 'c'  是在run-time拼接，致使没有被自动intern
False
>>> n1 + 'c' is 'abc'
False
>>> n1 + 'c' == 'abc'
True
>>> n1 + 'c' == n2
True