1、创建时:
if (numfree) {
numfree--;
op = free_list[numfree];
_Py_NewReference((PyObject *)op);
} else {
op = PyObject_GC_New(PyListObject, &PyList_Type);
if (op == NULL)
return NULL;
}
首先检查list的缓冲池free_list中是否有可用的list,如果有则直接使用其内存
如果没有则调用PyObject_GC_New分配新的内存空间
free_list初始大小为空,最大的大小为PyList_MAXFREELIST,默认定义为80
2、销毁时:
static void
list_dealloc(PyListObject *op)
{
Py_ssize_t i;
PyObject_GC_UnTrack(op);
Py_TRASHCAN_SAFE_BEGIN(op)
if (op->ob_item != NULL) {
i = Py_SIZE(op);
while (--i >= 0) {
Py_XDECREF(op->ob_item[i]);
}
PyMem_FREE(op->ob_item);
}
if (numfree < PyList_MAXFREELIST && PyList_CheckExact(op))
free_list[numfree++] = op;
else
Py_TYPE(op)->tp_free((PyObject *)op);
Py_TRASHCAN_SAFE_END(op)
}
销毁时,首先将所有元素,即ob_item中的所有引用指向-1,然后对ob_item进行free
之后检查缓冲池是否已经达到上限,如果没有则不销毁list,而是将list放进缓冲池中等待下次利用。
如果缓冲池已经达到PyList_MAXFREELIST的上限,则销毁该list。
3、resize时:
对于list中所有会改变其大小的操作,都会触发list_resize函数
list_resize接收两个参数,list本身和新的大小
其中,extends设置的新大小为 m + n
pop设置的新大小为Py_SIZE(self) - 1
append设置的新大小为n+1
if (allocated >= newsize && newsize >= (allocated >> 1)) {
assert(self->ob_item != NULL || newsize == 0);
Py_SIZE(self) = newsize;
return 0;
}
首先检查新大小与已分配大小的关系,如果新要求的大小在已分配空间之下并且大于已分配大小的1/2时,则直接改变ob_size,不进行内存调整。
否则,若新要求的大小大于已分配空间则现有空间不够,若小于已分配空间的一半了则需进行内存优化,所以需要进行内存的重新调整。
为了避免每插入新增一个元素就要重新分配内存导致效率的降低,list的内存分配采用跳跃式增长
new_allocated = (newsize >> 3) + (newsize < 9 ? 3 : 6);
/* check for integer overflow */
if (new_allocated > PY_SIZE_MAX - newsize) {
PyErr_NoMemory();
return -1;
} else {
new_allocated += newsize;
}
及新分配的空间为 新大小 + 新大小的1/8 + 3(新大小小于9)否则为6
及这个'跳跃'的高度由newsize的大小决定,容量越大,增长的也越大。