Int 可以说是Python里最简单的对象了，我们也应该可以想象的到，它应该是把C里面的int或者long包装了一下，那么，仅仅是包装一下而已吗？下面是PyIntObject 的定义
typedef struct {
PyObject_HEAD
long ob_ival;
} PyIntObject;
确实非常简单，可以看到，PyIntObject的头部是PyObject_Head,由此可以看出int确实是一个定长对象（定长和不定长在上一篇中解释过），然后就是封装了一个C语言里面的long类型的一个数值。在这里要强调一点，Python里面数值类型分为Int ,Long, Int和C里面的一样，Long却是比C里面的Long要大的多，和Java里面的BigInteger差不多。
这里我们主要关注的是Python Int 的对象池的实现。可以想象，我们平时使用int是多么的频繁，随便一个循环就会遍历好多int对象，那如果都是用到了再malloc，用完了就free的话，我想这效率应该任何人都忍受不了吧，所以才有了整数类型的对象池这一玩意~
Python里面的整数分为小整数对象和大整数对象。想想也对，我们经常会写
for(int i=0;i<XXX;i++){}这样的代码，那么0,1,2,3这种比较小的整数我们会使用的更加频繁，要是他们能一直留在内存里，就不用一直malloc和free了，岂不是好事？那怎样算是大整数对象呢？100算大么？10000算大么？很难定义，python里面的划分界限个人猜测应该是根据大量的实验才定的吧。
#ifndef NSMALLPOSINTS
#define NSMALLPOSINTS 257
#endif
#ifndef NSMALLNEGINTS
#define NSMALLNEGINTS 5
#endif
#if NSMALLNEGINTS + NSMALLPOSINTS > 0
/* References to small integers are saved in this array so that they
can be shared.
The integers that are saved are those in the range
-NSMALLNEGINTS (inclusive) to NSMALLPOSINTS (not inclusive).
*/
static PyIntObject *small_ints[NSMALLNEGINTS + NSMALLPOSINTS];
这是小整数对象池的定义(在intObject.c里面)，也就是说，Python里面默认的是[-5,257)算是小整数（Python2.7版本是这样，Python3.3版本里面就没有intObject的定义，int和Long直接结合在一起，上面的代码也直接定义在了longObject.c里面），在init的时候，Python直接把这些数存在内存里面，将他们的地址存在small_ints这个数组里面，一旦要用的时候就直接来这个数组拿，完全省去了malloc和free的开销。这个small_ints自init之后就与天地同寿了：）我们也可以自己修改源代码来自己定义小整数对象，然后自己build self-defined python......
那对于大整数对象有什么优化呢？Python 里面有这么一个结构：
struct _intblock {
struct _intblock *next;
PyIntObject objects[N_INTOBJECTS];
};typedef struct _intblock PyIntBlock;
static PyIntBlock *block_list = NULL;
static PyIntObject *free_list = NULL;
Python运行环境会给大整数对象分配一定的内存空间，哪个对象要用了，那就直接使用空着的空间。
PyIntObject 是作为数组存在PyIntBlock里面的，一个block大约是存82个PyIntObject对象（也可以自己修改再重新build）。block_list是用来维护所有给整数对象分配的内存空间，而里面的哪些空间是空的可用的，则由free_list在维护。当free_list为NULL的时候，也就是没有空余空间的时候，Python会运行fill_free_list（）这个函数在malloc一个block出来. 要注意的是，小整数对象也是生存在由block_list维护的内存上面的。至于怎么在插入删除元素的时候维护free_list,和我们平时写的链表操作差不多，这里不详谈。
总而言之，当数字较小的时候，就直接使用一直存在的，早就init好的小整数对象池，当数字较大的时候，就用通用的整数对象池。
