Python中List缓存友好性的含义解析及相关技术疑问咨询

1. Python中List的缓存友好性具体指什么？ #

Python的List底层是连续内存块存储的引用数组，所谓缓存友好性，就是这个特性带来的性能优势：

• CPU自带高速缓存（速度比内存快得多），当你访问List里的某个元素时，CPU会把该元素所在的连续内存块一起加载到缓存中。
• 后续访问List里的下一个元素时，它已经在缓存里了，不用再去速度慢很多的内存中读取，自然能提升访问效率。
  打个比方：就像你去超市买一排零食，直接把整排抱进购物车，不用拿一个跑一次货架，效率高很多。

2. 什么是locality of reference（局部性原理）？ #

这是CPU缓存能提升性能的核心逻辑，分两种类型：

• 时间局部性：如果你刚访问过某个数据，接下来很可能还会访问它。比如写代码时反复用同一个变量，CPU会把它留在缓存里，不用每次都去内存取。
• 空间局部性：如果你访问了某个内存地址的数据，接下来很可能会访问它附近的地址。比如遍历List时，元素的引用是连续存在内存里的，CPU加载一个就顺便把附近的都带上，后续访问直接用缓存。
  简单说就是：你刚用过的东西可能马上再用；你用了某个东西，旁边的东西大概率也会用到。

3. List元素的引用在数组中是如何存储的？ #

Python里的List本质是个可动态扩容的数组，但这个数组里存的不是元素本身，而是指向元素实际内存地址的「引用」（可以理解为对象的“门牌号”）：

• 比如你创建my_list = [1, "hello", True]，List的底层数组里会存三个地址，分别指向内存中存储整数1、字符串"hello"、布尔值True的位置。
• 这些地址在内存里是连续排列的，不管元素本身是什么类型（Python是动态类型），每个引用占的内存大小是固定的（比如64位系统里是8字节）。
  就像你有一个文件夹，里面每一页都写着不同物品的存放地址，文件夹的页面按顺序排好，按顺序翻就能快速找到下一个物品的地址。

内容的提问来源于stack exchange，提问作者Abhinav Singh