Python中整数对象内存地址差异的原因探究

这事儿的核心原因是CPython的小整数缓存（Small Integer Caching）机制，说白了就是Python为了省内存、提速度搞的实用小优化。

咱们一步步拆解：

代码1的情况：p=89和x=89指向同一个对象 #

CPython在启动时，会预先创建好**-5到256**这个范围内的所有整数对象，把它们存在缓存里。当你给变量赋值这个范围内的整数时，Python不会新创建对象，而是直接把变量绑定到缓存里已有的那个对象上。

所以代码1里的p和x都绑定到了缓存里的89对象，它们的__repr__方法所属的对象自然是同一个，内存地址也就完全一致了。你运行这段代码：

p=89
x=89
print(p.__repr__,x.__repr__)

输出的两个内存地址相同，就是这个道理。

代码2的情况：p=898和x=898指向不同对象 #

898超出了-5到256的缓存范围，这时候Python没法用预先缓存的对象了，只能每次赋值都新创建一个整数对象。所以p绑定的是一个新的898对象，x绑定的是另一个全新的898对象，两个对象的内存地址自然不一样。

运行这段代码：

p=898
x=898
print(p.__repr__,x.__repr__)

就会看到两个不同的内存地址输出。

额外补充 #

• 这个缓存机制是CPython的实现细节，其他Python解释器（比如PyPy）可能有不同的缓存策略，甚至缓存更大的范围，但-5到256的缓存是CPython的标准操作。
• 你也可以用is运算符来验证两个变量是否指向同一个对象：比如p is x在代码1里会返回True，代码2里返回False。

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