Python元组与array数组内存占用不符预期的技术疑问

测试代码与输出 #

import sys
import array

a = (1.1, 2.2, 3.3)
b = array.array('d', (1.1, 2.2, 3.3))

print(sys.getsizeof(a))
print(sys.getsizeof(b))
print(sys.getsizeof(a[0]))
# Output
# 64
# 104
# 24

疑问解析 #

1. 元组内存为何是64字节而非预期的72字节？ #

你之前的误解在于元组并不存储元素对象本身，而是存储指向元素对象的指针（64位系统下每个指针占8字节）。

Python元组的内存由两部分构成：

• 固定头部开销：包含引用计数、类型指针、元素数量等核心字段，64位Python 3.12中空元组的大小为40字节（可通过sys.getsizeof(())验证）。
• 元素指针数组：每个元素对应一个8字节的指针，3个元素共占用3*8=24字节。

总内存计算：40 + 24 = 64字节，与测试结果完全匹配。你之前错误地将元素对象的大小（24字节）直接计入元组内存，实际上元组仅存储指向这些对象的指针。

2. 为何array数组的内存占用比元组更大？ #

array.array的优势体现在存储大量原始类型数据时，但在元素数量极少的场景下，其对象本身的固定头部开销会抵消原始数据存储的优势：

• array对象的固定头部开销远大于元组：64位Python 3.12中空array('d')的大小为96字节，比空元组的40字节大很多。
• 少量元素时的内存分配：当仅存储3个double类型元素时，array的头部开销加上原始数据的存储（或内部预分配的小缓冲区）总大小为104字节，超过了元组的64字节。

但当元素数量增多时，array的优势会显现：比如存储1000个double元素，array的总内存（对象+缓冲区）约为96 + 1000*8 = 8096字节；而元组需要存储1000个指针（8000字节）加上1000个float对象（每个24字节，共24000字节），再加上元组头部40字节，总内存达40+8000+24000=32040字节，此时array的内存占用仅为元组的约1/4。

内容的提问来源于stack exchange，提问作者maxbalrog