Python - 10 is 10 vs 500 is 500

Posted on

在使用 Python 進行程式設計時，可能會觀察到一種特殊的現象：對於特定範圍內的整數，使用 is 運算子比較兩個賦予相同值的變數會返回 True，而超出該範圍的整數則返回 False。

具體示例如下：

1
2
3
4
5
6
7
8
9
>>> a = 10  
>>> b = 10  
>>> a is b  
True  # 嗯，合理！

>>> x = 500  
>>> y = 500  
>>> x is y  
False # WTF？？？

當變數 a 與 b 均被賦值為 10 時，a is b 的評估結果為 True。然而，當變數 x 與 y 被賦值為 500 時，x is y 的評估結果卻為 False，儘管其值相等。此現象並非程式錯誤，而是源於 Python 內部的一種最佳化機制。

本文將扼要地闡釋此最佳化機制背後的原理。

運算子 is 與 == 之區別

首先，我們必須釐清 Python 中兩個重要的比較運算子：is 和 ==。

  • == (等於)：這個運算子檢查的是兩個變數所指向的值 (Value) 是否相等。這是我們最常用來比較數值、字串等內容是否相同的方式。

    1
    2
    3
    4
    5
    6
    >>> 10 == 10  
    True  
    >>> 500 == 500  
    True  
    >>> "hello" == "hello"  
    True

  • is (是)：這個運算子檢查的是兩個變數是否指向記憶體中完全相同的物件(Object)。它比較的是物件的識別碼(Identity)。你可以把它想像成檢查兩個變數是不是指向同一個「實體」。我們可以用內建的 id() 函數來查看物件在記憶體中的唯一識別碼（在 CPython 中通常是記憶體位址）。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    >>> a = [1, 2]  
    >>> b = [1, 2]  
    >>> c = a  
    >>> a == b  # 值相等  
    True  
    >>> a is b  # 但不是同一個物件  
    False  
    >>> a is c  # a 和 c 指向同一個物件  
    True  
    >>> id(a) == id(b)  
    False  
    >>> id(a) == id(c)  
    True

Python 的整數快取機制 (Integer Caching)

釐清 is 與 == 的功能後，即可理解 500 is 500 為 False 的原因：Python 為這兩個值分別建立了獨立的物件實例。

然而，10 is 10 為何結果為 True？

答案在於 整數快取 (Integer Caching)，亦稱為 小整數物件池 (Small Integer Object Pool)。

此機制為 Python（尤其是標準實作 CPython）為提升執行效能與記憶體利用率而採用的一種最佳化策略：
https://docs.python.org/3/c-api/long.html#c.PyLong_FromLong

  1. 預先實例化： CPython 在啟動階段會預先建立並儲存一個常用小範圍整數的物件陣列，形成一個快取池。
  2. 範圍： 這個範圍通常是 -5 到 256 (包含 -5, 256)。
  3. 重複使用： 當程式碼中需要使用此範圍內的整數時，Python 將直接從快取池中返回對應的已存在物件，而非重複建立新物件。

案例分析

現在，讓我們用整數快取的概念來解釋一開始的現象：

  • a = 10, b = 10:
    • 10 落在 -5 到 256 的快取範圍內。
    • 執行 a = 10 時，a 指向快取池中那個代表 10 的物件。
    • 執行 b = 10 時，Python 發現快取池中已經有 10 了，於是讓 b 也指向同一個物件。
    • 因為 a 和 b 指向的是記憶體中完全相同的物件，所以 a is b 是 True。 (id(a) 會等於 id(b))
  • x = 500, y = 500:
    • 500 不在 -5 到 256 的快取範圍內。
    • 執行 x = 500 時，Python 必須在記憶體中建立一個新的物件來代表 500。
    • 執行 y = 500 時，Python 再次建立另一個新的物件來代表 500。
    • 雖然 x 和 y 的值都是 500 (x == y 為 True)，但它們是記憶體中兩個獨立的物件。因此，x is y 是 False。 (id(x) 不等於 id(y))

結論與建議

  • == 比較值，is 比較物件識別碼 (是否為同一個物件)。
  • CPython 會快取 -5 到 256 之間的整數物件以進行最佳化。
  • 永遠使用 == 來比較數值是否相等。
  • is 主要用於檢查變數是否指向同一個物件實例，最常見的用途是檢查變數是否為 None (variable is None)。

需要注意的是，整數快取行為屬於 CPython 的實作細節 (implementation detail)。雖然 -5 至 256 這一範圍在多數版本中保持穩定，但理論上無法保證在所有 Python 實作或未來版本中維持不變。因此，為確保程式碼的健壯性與可移植性，不應依賴 is 運算子進行數值比較。

本文旨在釐清 Python 中整數比較所觀察到的特殊行為及其背後的機制。理解此差異有助於撰寫更精確且可靠的 Python 程式碼。

也許你也會想看看