101. 内置函数id和小整数池_小整数池范围-CSDN博客

本文链接：https://blog.csdn.net/u011377894/article/details/106506693

本文深入探讨Python内置函数id的工作原理，解析变量标识符与内存地址的关系，以及小整数池如何优化内存管理，提升程序执行效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

内置函数id

Python语言中的变量都有自己的id，这是一个唯一的标识符，是一个整数。在CPython类型解释器中（我们用的解释器就属于CPython解释器），这个整数是对象的内存地址。

x = 1
print(id(x))
x = 2
print(id(x))

运行结果为：

1704750560
1704750592

代码分析：通过id函数获取了变量x的标识符（即x对应的内存地址），当x的值改变之后，标识符也发生了变化。

z = y = x = 10
print(id(x))
print(id(y))
print(id(z))
c = b = a = 10000
print(id(a))
print(id(b))
print(id(c))

运行结果为：

1704750848
1704750848
1704750848
2807393913456
2807393913456
2807393913456

代码分析：赋值相同的变量，标识符相同，也就是它们共用一块内存。这种机制和其他计算机语言（如C语言）有明显差异。

小整数池

上面我们看到的运行结果是在Pycharm中Run窗口中的内容。下面在Pycharm中的Python Console界面再次进行测试（这样使用的是原装的python解释器。也可以用启用命令提示符，即cmd，调用python解释器进行测试）
在这里插入图片描述
可见，对于b = a = 256，a和b的id值是相同的；但对于 d = c = 257，两者的id值就不同了。这种奇怪的现象涉及到了小整数池。
Python解释器为了优化速度，使用了小整数池，避免为整数频繁申请和销毁内存空间。小整数池的范围是 [-5, 256]。这些整数对象是提前建立好的，不会被回收。在一个 Python 的程序中，在小整数池范围内，无论相同整数处于什么位置，使用的都是同一个对象。同理，单个字母也是这样的。
而Pycharm在Python解释器的基础上进行了进一步优化（当然是以耗费更多内存为代价），将小整数池范围扩大了，不过初级开发者没有必要关注这些。