面试题答案
一键面试整数
- 内存分配底层实现：
- Python会预先创建一个小整数池，范围通常是[-5, 256] 。在这个范围内的整数对象在Python解释器启动时就已经被创建好，当代码中使用这些范围内的整数时，直接从池中获取，而不是重新分配内存。
- 对于超出这个范围的整数，会根据需求动态分配内存。例如使用
sys.set_int_max_str_digits()函数设置整数表示的最大数字位数，当整数对象超出小整数池范围，Python会根据整数大小申请合适的内存空间，使用堆内存分配机制，具体依赖于底层的内存管理系统（如C语言的malloc函数等）。
- 内存释放底层实现：
- 小整数池中的对象在Python解释器关闭时才会释放内存。
- 动态分配的大整数对象，当引用计数变为0时（Python采用引用计数为主，分代收集为辅的垃圾回收机制），会被垃圾回收器回收，其占用的内存被释放回堆内存。
- 设计原因：
- 小整数在编程中使用极为频繁，预先创建并复用这些对象可以避免频繁的内存分配和释放操作，提高程序运行效率，减少内存碎片。同时，对于大整数采用动态分配方式，能灵活适应不同大小整数的内存需求。
列表
- 内存分配底层实现：
- 列表对象本身有一个固定的头部结构，存储列表的元信息，如列表元素个数等。列表中的元素存储在一个连续的内存块中，当列表初始化时，会根据初始元素个数分配一定大小的内存空间。
- 随着列表元素的增加，如果当前分配的内存空间不足，列表会以一定的策略进行扩容。通常是成倍增加（如2倍）当前内存容量，然后将原列表数据复制到新的内存空间。
- 内存释放底层实现：
- 当列表对象的引用计数变为0时，垃圾回收器会回收列表对象。首先释放列表元素所占用的连续内存块，然后再释放列表头部结构占用的内存。
- 设计原因：
- 采用连续内存存储元素，使得列表在访问元素时具有高效的随机访问性能。而动态扩容机制既能适应列表元素数量变化的需求，又能减少频繁扩容带来的性能开销。
字典
- 内存分配底层实现：
- 字典对象有一个固定的头部结构，存储字典的元信息，如字典的大小、哈希表使用情况等。字典使用哈希表来存储键值对，哈希表是一个数组，每个数组元素是一个链表头（Python 3.6+字典采用了紧凑的哈希表结构，链表结构有所优化）。
- 当字典初始化时，会分配一个初始大小的哈希表。随着键值对的插入，如果哈希表的负载因子（已占用槽位与总槽位的比例）超过一定阈值（通常是2/3），字典会进行扩容，新的哈希表大小通常是原大小的2倍，并重新计算键的哈希值进行重新散列。
- 内存释放底层实现：
- 当字典对象的引用计数变为0时，垃圾回收器会回收字典对象。先释放哈希表中每个链表节点占用的内存，再释放哈希表数组和字典头部结构占用的内存。
- 设计原因：
- 哈希表结构能提供高效的键值查找性能，平均情况下查找时间复杂度为O(1)。动态扩容机制能保证字典在键值对数量变化时，依然保持较好的性能，避免哈希冲突过于严重影响查找效率。