Python 3中两个实例的属性指向同一内存地址的原因探究

嘿，这个问题核心在于Python的对象驻留优化，再加上IPython交互环境的额外加持，我给你一步步说清楚：

1. Python内置的不可变小对象驻留机制 #

Python为了节省内存、提升性能，会对一些常用的不可变对象做「驻留（interning）」处理：

• 比如**-5到256之间的整数**，Python会提前把这些整数对象创建好，放在一个全局的对象池里。不管你在代码里多少次赋值x=100，拿到的都是同一个对象的引用。
• 还有符合规则的短字符串（比如不含特殊字符的短字符串），也会被自动驻留，比如"hello"这种字符串，多次赋值也会指向同一个内存地址。

因为这些对象是不可变的，多个引用指向同一个对象完全安全——你没法修改整数100本身的值，所以Python放心共享它们的引用。

2. IPython的额外优化 #

普通Python解释器的驻留规则已经存在，但IPython在交互环境中做了更激进的缓存优化：

• 它会对更多类型的不可变对象进行驻留，哪怕是超出-5到256范围的整数，或者更长的字符串，只要在同一个IPython会话中出现过相同值的对象，就可能被复用引用。
• 这是IPython为了提升交互体验、减少重复对象创建开销特意做的优化，所以在IPython里你会看到比普通Python更多的「同一引用」情况。

3. 可变对象不会有这个情况 #

如果你的a是可变对象（比如列表[]、字典{}），那k1.a和k2.a肯定是不同的对象，因为Python绝不会对可变对象做驻留——毕竟可变对象的值可以被修改，共享引用会导致意想不到的副作用。举个例子：

class K:
    pass

k1 = K()
k2 = K()
k1.a = [1,2,3]
k2.a = [1,2,3]
print(k1.a is k2.a)  # 输出False，二者是不同对象

内容的提问来源于stack exchange，提问作者c00der