Python浮点数内存存储疑问：为何同一值id有时相同有时不同

Python会对较小的整数进行内部缓存，而非在运行时重复创建：

id(5)

输出：

4304101544

在同一个内核中重复执行该代码，返回的id始终保持稳定：

id(5)

输出：

4304101544

我原本认为浮点数不会有这种机制，因为不可能预存所有浮点数。但执行以下代码时，两次返回的id完全相同：

id(4.33+1), id(5.33)

输出：

(5674699600, 5674699600)

过一段时间后重复执行相同代码，返回的内存地址又变为另一个相同的值：

id(4.33 + 1), id(5.33)

输出：

(4962564592, 4962564592)

请问这一现象的原因是什么？

这不是Python对浮点数的预缓存机制，而是由Python的代码编译优化和内存管理策略共同导致的：

• 编译期常量折叠（Constant Folding）
  当你在同一行代码里写4.33+1和5.33时，Python的字节码编译器会在编译阶段计算4.33+1的结果，发现它等于字面量常量5.33。为了优化性能，编译器会将这两个表达式指向同一个常量对象，因此它们的id完全相同。

• 内存复用与垃圾回收
  过一段时间后再次执行代码，内存地址变化但仍保持一致，是因为之前的浮点数对象已被垃圾回收器回收，对应的内存被释放。当再次编译执行时，编译器会重新创建5.33这个常量对象，占用新的内存块，但同一行内的两个表达式依然会指向这个新创建的同一对象，所以id依旧相同。

需要明确的关键点：

• 浮点数没有像小整数那样的全局缓存池，这种现象仅发生在同一编译单元内的等价常量上。
• 如果将两个表达式拆分到不同代码行执行，或者通过运行时动态计算（比如从用户输入获取值后计算），就不会出现id相同的情况——因为此时编译器无法提前完成常量折叠优化。

可以用以下代码验证这一点：

a = 4.33 + 1
b = 5.33
print(id(a), id(b))  # 此处的id大概率不同，因为分两行赋值时，编译器不会进行跨行的常量折叠

内容的提问来源于stack exchange，提问作者Sebastian Wozny