Python‘==‘ 及 ‘is‘相关原理解析

'==' 比较的是两个对象的值

'is' 比较的是两个对象的内存地址(id)

下面我们着重理解 'is'。对于这个，我们需要知道：小整数对象池，大整数对象池，以及intern机制

小整数池：Python预先创建小整数缓存池―― [-5~256]，无论创建多少个对象，都是指向同一个地址，这样是为了避免小整数频繁申请和释放内存。

>>> a=3
>>> b=3
>>> a is b
True
>>> 1+2 is 3
True

>>> a=1.0
>>> b=1.0
>>> a is b
False

大整数对象池：Python 提供了一个可扩展的内存空间，也叫通用整数对象池，谁需要用就给谁用，免去了申请内存。这个空间是一个PyIntBlock结构，是用一个单向列表连接一串内存（block），这个列表由 block_list 维护，而每个 block 维护一个 整数对象数组（Objects），用于存放被缓存的整数对象，即处于一个内存（block）的大整数是同一个对象。

>>> def func():
... a=10.1
... b=10.1
... return a is b
...
>>> func()
True

a和b的赋值都是由同一个通用整数池项获得的。

intern机制：Python的字符串类型中有一个 interned，它是一个记录字符串对象的字典，以此来保证这些字符串在内存中的唯一，相同值的字符串会使用同一个对象。

但是，只对由字母、数字、下划线组成的字符串做intern处理，而存在其他字符的字符串则不会。

>>> a='abc'
>>> b='abc'
>>> a is b
True

>>> a='ab c'
>>> b='ab c'
>>> a is b
False

此外，Python其他的数据类型如字典（dict）、列表（list）、集合（set）等，都是创建不同的对象

>>> a=[1,2,3]
>>> b=[1,2,3]
>>> a is b
False>>> a={'a':1}>>> b={'a':1}>>> a is bFalse>>>

补充一个，下面这种情况是因为上一个 [1,2,3]被回收了，在新建[4,5,6]时那片缓存又被用到了

>>> id([1,2,3]) == id([4,5,6])
True
>>> id([1,2,3])
36200264L
>>> id([4,5,6])
36200264L