为什么python实现使用的内存是C的9倍？

Question

我编写了一个程序，在 python 和 C 中列出从 2 到用户给定数字的素数列表。我运行这两个程序，寻找相同数字的素数，并在活动监视器中查看它们各自的进程。 我发现 python 实现使用的内存正好是 C 实现的 9 倍。 为什么python需要这么多内存以及为什么要存储相同的整数数组的特定倍数？ 以下是该程序的两种实现：

蟒蛇版本：

import math
import sys

top = int(input('Please enter the highest number you would like to have checked: '))
num = 3
prime_list = [2]
while num <= top:
    n = 0
    prime = True
    while int(prime_list[n]) <= math.sqrt(num):
        if num % prime_list[n] == 0:
            prime = False
            n = 0
            break
        n = n + 1
    if prime == True:
        prime_list.append(num)
        prime = False
    num = num + 1
print("I found ", len(prime_list), " primes")
print("The largest prime I found was ", prime_list[-1])

C版：

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <sys/types.h>
#include <unistd.h>

int main(){
    int N;
    int arraySize = 1;
    int *primes = malloc(100*sizeof(int));
    int isPrime = 1;
    primes[0] = 2;
    int timesRealloc = 0;
    int availableSlots = 100;

    printf("Please enter the largest number you want checked: \n");
    scanf("%d", &N);

    int j = 0;
    int i;
    for (i = 3; i <= N; i+=2){
        j = 0;
        isPrime = 1;
        while (primes[j] <= sqrt(i)) {
            if (i%primes[j] == 0) {
                isPrime = 0;
                break;
            }
            j++;
        }
        if (isPrime == 1){
            primes[arraySize] = i;
            arraySize++;
        }
        if (availableSlots == arraySize){
            timesRealloc++;
            availableSlots += 100;
            primes = realloc(primes, availableSlots*sizeof(int));
        }
    }

    printf("I found %d primes\n", arraySize);
    printf("Memory was reallocated %d times\n", timesRealloc);
    printf("The largest prime I found was %d\n", primes[(arraySize-1)]);


    return 0;
}

Answer 1

>>> import sys
>>> sys.getsizeof(123456)
28

这是 C int大小的7倍。 在 Python 3 中，整数是struct _longobject又名PyLong实例：

struct _longobject {
    PyVarObject ob_base;
    digit ob_digit[1];
};

PyVarObject在哪里

typedef struct {
    PyObject ob_base;
    Py_ssize_t ob_size;
} PyVarObject;

和PyObject是

typedef struct _object {
    Py_ssize_t ob_refcnt;
    struct _typeobject *ob_type;
} PyObject;

从中我们得到了该对象 123456 在 64 位 Python 构建中的以下内存使用情况：

• 8 个字节用于参考计数器 ( Py_ssize_t )
• 8 个字节用于指向类型对象&PyLong_Type （类型&PyLong_Type PyTypeObject *
• 8个字节，用于统计对象变长部分的字节数； （类型Py_ssize_t ）
• 整数中每 30 位数字对应 4 个字节。

由于 123456 适合前 30 位，因此总和为 28，或7 * sizeof (int)

除了 Python list中的每个元素都是PyObject *指向实际对象的事实之外； 在 64 位 Python 构建中，这些指针中的每一个都是 64 位； 这意味着每个列表元素引用单独消耗的内存是 C int两倍。

将 7 和 2 相加得到9 。

---

对于更高效的代码，您可以使用数组； 使用类型代码'i' ，内存消耗应该与 C 版本非常接近。 array s 有append方法，这要归功于它的增长数组应该比在 C / 中更容易使用realloc 。