Python切片在不同场景的表示及CPython特殊行为原因探究

先看你的测试代码和结果：

l = [1, 2, 3, 4, 5]
print(l is l[:])  # False
t = (1, 2, 3, 4, 5)
print(t is t[:])  # True
print(t[1:] is t[1:])  # False
print('aa'[1:] is 'aa'[1:])  # True
print('aaa'[1:] is 'aaa'[1:])  # False

这些结果都是CPython实现层面的优化选择，并非Python语言规范强制要求，下面逐个拆解原因：

1. 列表切片：总是返回新对象 #

列表是可变类型，l[:]是创建原列表的浅拷贝。为了保证修改切片后的对象不会影响原列表，CPython必须生成新的列表实例，所以l is l[:]结果为False。

2. 元组切片：仅全切片复用原对象 #

元组是不可变类型，CPython对**全切片（t[:]）**做了优化：直接返回原元组对象，因为不可变对象不会被修改，复用原对象没有风险，能节省内存和创建对象的开销。

但非全切片（比如t[1:]）无法复用原对象——因为切片范围不是整个元组，必须创建新的元组来存储指定范围的元素指针，所以每次调用t[1:]都会生成新实例，导致t[1:] is t[1:]为False。

3. 字符串切片：依赖驻留机制与视图优化 #

字符串的切片行为分两种情况：

• 短字符串驻留：'aa'[1:]得到的是长度为1的字符串'a'，CPython会自动驻留（缓存）长度为0或1的字符串，以及编译期确定的常量字符串。所以两次切片得到的是同一个缓存对象，结果为True。
• 非驻留字符串：'aaa'[1:]得到的是长度为2的'aa'，不在默认驻留范围内，每次切片都会生成新的字符串实例，所以结果为False。

此外，字符串切片的高效性源于CPython的视图优化：字符串底层是连续的字节数组，切片不需要复制数据，只需记录原字符串的内存偏移和长度，相当于创建一个“视图”，因此内存和时间开销极低。

为什么元组不能像字符串那样高效切片？ #

元组的元素可以是任意Python对象，底层存储的是元素的指针数组，而非连续的单一数据缓冲区。即使元组不可变，切片时也必须复制所有元素的指针到新的元组对象中，无法像字符串那样复用原内存做视图优化。这是元组内存布局特性决定的，而非仅仅因为不可变。

这些规则是所有Python实现都遵循的吗？ #

不是。这些都是CPython的具体实现细节，Python语言规范只规定了切片的语义（比如返回原序列的副本），但并未强制要求是否复用原对象或做视图优化。例如PyPy对元组切片也实现了视图优化，此时t[1:]可能会返回同一个对象，性能表现更接近字符串。

内容的提问来源于stack exchange，提问作者ByteEater