Python中小集合内存存储：为何空集合仅占用216字节？

先观察元素数量低于50k的集合扩容行为：

>>> import sys
>>> s = set()
>>> seen = {}
>>> for i in range(50_000):
...     size = sys.getsizeof(s)
...     if size not in seen:
...         seen[size] = len(s)
...         print(f"{size=} {len(s)=}")
...     s.add(i)
... 
size=216 len(s)=0
size=728 len(s)=5
size=2264 len(s)=19
size=8408 len(s)=77
size=32984 len(s)=307
size=131288 len(s)=1229
size=524504 len(s)=4915
size=2097368 len(s)=19661

这个扩容模式符合集合填充至3/5时后备存储容量四倍扩容的逻辑，结合PySetObject的固定开销，可通过计算验证：

>>> for i in range(9, 22, 2):
...     print(2**i + 216)
... 
728
2264
8408
32984
131288
524504
2097368

更大的集合会将扩容因子从四倍改为两倍，逻辑一致。

但这里存在疑问：新建空集合按说在首次扩容前有8个可用槽位，计算内存占用应为16*8 + 216 = 344字节，但sys.getsizeof(s)仅返回216字节，这是为什么？

核心原因：小集合的内部存储优化 #

你忽略了CPython对小集合的内存优化设计：

1. 内置内部存储数组
   CPython 3.11+的PySetObject结构体本身预留了小型内部存储数组，可容纳最多4个元素。这部分内存已经包含在sys.getsizeof返回的216字节中，不需要额外分配外部堆内存。

2. 外部数组延迟分配
   只有当集合元素数量超过内部数组容量（即添加第5个元素时），解释器才会分配外部哈希表数组（初始容量32槽位，大小为32*16=512字节）。此时sys.getsizeof会将结构体大小与外部数组大小相加，得到216+512=728字节，与实验结果完全匹配。

3. 344字节计算的错误前提
   你假设空集合会分配8槽位的外部数组，但实际上空集合和元素数量≤4的集合根本不会分配外部数组，而是使用结构体内部的预留空间。这部分空间已计入PySetObject的基础大小，因此不会额外增加内存占用。

内容的提问来源于stack exchange，提问作者wim