Python内部是如何实现整数相加不溢出的?

开发 后端
今天我们一起来聊一聊 Python 是如何实现整数相加而不溢出的?

[[418532]]

1、如何表示一个整数

要想了解这个,那就需要看 Python 的源代码[1],Python中的整数底层对应的结构体是PyLongObject,它位于 longobject.h[2] 中。

 

逐步展开如下: 

  1. //longobject.h 
  2. typedef struct _longobject PyLongObject; /* Revealed in longintrepr.h */ 
  3.   
  4. //longintrepr.h 
  5. struct _longobject { 
  6.     PyObject_VAR_HEAD 
  7.     digit ob_digit[1]; 
  8. }; 
  9.   
  10. //合起来可以看成 
  11. typedef struct { 
  12.     PyObject_VAR_HEAD 
  13.     digit ob_digit[1]; 
  14. } PyLongObject; 

再把宏定义 PyObject_VAR_HEAD 展开: 

  1. typedef struct { 
  2.     PyObject_HEAD 
  3.     int ob_size; 
  4.     digit ob_digit[1]; 
  5. } PyLongObject; 

再把宏定义 PyObject_HEAD 展开,结构体中的变量我已经作了注释: 

  1. typedef struct { 
  2.     int ob_refcnt;    //引用计数 
  3.     struct _typeobject *ob_type; //变量类型 
  4.     int ob_size;       //用来指明变长对象中一共容纳了多少个元素 
  5.     digit ob_digit[1]; //digit类型的数组,长度为1 
  6. } PyLongObject; 

这里面的 ob_size 用来指明变长对象中一共容纳了多少个元素,也就是 ob_digit 数组的长度,而这个 ob_digit 数组显然只能是用来维护具体的值。

到这里已经很明显了,Python 将大整数切割后存在 ob_digit,这个数组的长度是可变的,数据越大,数组越长,只要内存够用,存多大的数都可以。

那么下面的重点就在这个 ob_digit 数组了,我们看看 Python 中整数对应的值,比如 256,是怎么放在这个数组里面的。不过首先我们要看看这个digit 是个什么类型,它同样定义在 longintrepr.h 中。 

  1. #if PYLONG_BITS_IN_DIGIT == 30 
  2. typedef uint32_t digit; 
  3. // ... 
  4. #elif PYLONG_BITS_IN_DIGIT == 15 
  5. typedef unsigned short digit; 
  6. // ... 
  7. #endif 

PYLONG_BITS_IN_DIGIT 是一个宏,如果你的机器是 64 位的,那么它会被定义为 30,32 位机器则会被定义为 15。

而我们的机器现在基本上都是 64 位的,所以 PYLONG_BITS_IN_DIGIT会等于 30,因为 digit 等价于 uint32_t(unsigned int),所以它是一个无符号 32 位整型。

所以 ob_digit 这个数组是一个无符号 32 位整型数组,长度为 1。当然这个数组具体多长则取决于你要存储的 Python 整数有多大,因为 C 中数组的长度不属于类型信息,你可以看成是长度 n,而这个 n 是多少要取决于你的整数大小。显然整数越大,这个数组就越长,那么占用空间就越大。

为了说明 256 是如何存放在 ob_digit 里的,我们来简化下,这里假如 ob_digit 这个数组是一个无符号 8 位整型数组,8 位二进制,最大只能表示 255,我们要表示 256,那就只能再申请一个 8 位,也许你认为再申请一个 8 位来表示 1,其实不是的,是使用一个新的 8 位整数来模拟更高的位,如下所示: 

  1. 255 = [255] 
  2. 256 = [1,1] 

256 = [1,1] 的形式也不是真实情况,为了你理解,先这样写,它表达的意思就是 256 = 1 + 1 * (2^8 - 1) = 1 + 1 * 255 = 256。

也就是说 ob_digit 表示 x 进制数,ob_digit[0] 是低位,ob_digit[1] 是高位,具体 x 是多少,取决于 ob_digit 的类型,这里 8 位,就是 255 进制。

刚才提到 256 = [1,1] 的形式也不是真实情况,因为 PyLongObject 不仅仅是为了存储大整数,也需要参与运算,具体怎么运算呢,那就是 ob_digit 逐位相加即可。

既然是相加,即又可能溢出,比如 [255 , 1] + [255, 1] = [510,2]

这里的 510 就超出了 8 位,为了简化处理,只要我们不用满 8 位,就不会溢出,也就是说,比如说只用 7 位,那最大也就是 [127,...] + [127,...] = [254,...] 也就不会溢出了。

到这里,你会明白,为什么 digit 虽然是无符号 32 位整数,却只使用 30 位了吧: 

  1. #if PYLONG_BITS_IN_DIGIT == 30 
  2. typedef uint32_t digit; 
  3. // ... 
  4. #elif PYLONG_BITS_IN_DIGIT == 15 
  5. typedef unsigned short digit; 
  6. // ... 
  7. #endif 

聪明的你,可能会问,31 位就可以保证不溢出,为啥牺牲两位,用 30 位,答案我也不知道,可能是因为 64 是 32 的两倍, 30 也是 15 的两倍,这样看起来更舒服吧。

那如何表示负数呢,其实负数的话,就是 ob_size 变成了负的,其他没变。整数的正负号是通过这里的 ob_size 决定的。ob_digit 存储的其实是绝对值,无论 n 取多少,-n 和 n 对应的 ob_digit 是完全一致的,但是ob_size 则互为相反数。所以 ob_size 除了表示数组的长度之外,还可以表示对应整数的正负。

所以 Python 在比较两个整型的大小时,会先比较 ob_size,如果 ob_size 不一样则可以直接比较出大小来。

总结一下,就是当 PYLONG_BITS_IN_DIGIT == 30 的时候,整数 = ob_digit[0] + ob_digit[1] * 2 ** 30 + ob_digit[2] * 2 ** 60 + ...

2、整数占用内存大小

理解了这一点,我们再看一下这个结构体: 

  1. typedef struct { 
  2.     int ob_refcnt;    //引用计数 
  3.     struct _typeobject *ob_type; //变量类型 
  4.     int ob_size;       //用来指明变长对象中一共容纳了多少个元素 
  5.     digit ob_digit[1]; //digit类型的数组,长度为1 
  6. } PyLongObject; 

一个整数占用多少个字节,取决于 PyLongObject 这个结构体占用多少字节,ob_refcnt、ob_type、ob_size 这三个是整数所必备的,它们都是 8 字节,加起来 24 字节。所以任何一个整数所占内存都至少 24 字节,至于具体占多少,则取决于 ob_digit 里面的元素都多少个。

现在的你不难理解以下结果:

 

3、整数池

此外 Python 中的整数属于不可变对象,运算之后会创建新的对象: 

  1. >>> a = 300 
  2. >>> id(a) 
  3. 140220663619152 
  4. >>> a += 1 
  5. >>> id(a) 
  6. 140220663619408 
  7. >>> 

这样就势必会有性能缺陷,因为程序运行时会有对象的创建和销毁,就是涉及内存的申请和垃圾回收,一个常用的手段就是使用对象池,将频率高的整数预先创建好,而且都是单例模式,需要使用时直接返回。

小整数对象池的实现位于 pycore_interp.h[3] 中:

 

验证一下: 

  1. >>> a = -6 
  2. >>> b = -6 
  3. >>> a is b 
  4. False 
  5. >>> a = -5 
  6. >>> b = -5 
  7. >>> a is b 
  8. True 
  9. >>> a = 256 
  10. >>> b = 256 
  11. >>> a is b 
  12. True 
  13. >>> a = 257 
  14. >>> b = 257 
  15. >>> a is b 
  16. False 
  17. >>> 

不同的版本可能会不同,我这里 Python3.8,区间为 [-5,257)。

4、整数加减法

有了前面的铺垫,现在我们来看下 Python 中大整数是如何相加的,源代码 longobject.c : long_add 函数[4]。

 

可以看到 long_add 根据 ob_size 的正或负来调用 x_add 或 x_sub。

现在看一下 x_add 的源代码:

 

可以看到,Python 大整数的相加就是底层数组的相加,当然还会涉及到进位等操作: 

  1. for (i = 0; i < size_b; ++i) { 
  2.  carry += a->ob_digit[i] + b->ob_digit[i]; 
  3.  z->ob_digit[i] = carry & PyLong_MASK; 
  4.  carry >>= PyLong_SHIFT; 

x_sub 的源代码:

 

4、整数乘法

Python 整数乘法使用的是 Karatsuba multiplication[5] 算法进行的大数乘法,感兴趣的可以研究一下。

最后的话

源码之下无秘密,看源码会比较辛苦,却可以学到精髓和本质,本文通过源码逐层展开,带你了解了下 Python 整数对象的实现、整数内存大小的计算,整数池,整数加减法源码,相信你已经知道了 Python 是如何实现整数想加而不溢出的。如果有收获,还请点在、点赞、转发,感谢一路的支持和陪伴。

 

责任编辑:华轩 来源: Python七号
相关推荐

2021-07-16 10:46:52

PythonNumpy数据溢出

2022-10-26 15:22:31

React组件User组件

2023-11-23 19:30:35

Python编程语言

2024-09-09 09:41:03

内存溢出golang开发者

2009-09-24 18:29:12

2020-02-12 15:08:41

KVM内部运作

2017-05-24 15:50:08

PythonCPython

2017-05-22 15:42:39

Python字典哈希表

2023-10-07 08:41:42

JavaJVM

2023-12-07 07:46:21

MySQL写入点LSN

2022-07-27 07:32:28

Debug版本arthas

2011-07-15 09:27:43

亚马逊Kindle平板电脑

2015-09-02 09:01:03

2017-09-05 08:08:37

asyncio程序多线程

2014-04-03 09:36:37

内存溢出内存原理

2020-08-10 08:37:32

漏洞安全数据

2021-09-17 12:50:10

MySQL数据库ACID

2024-11-05 15:02:41

2019-03-06 09:00:38

ASLRLinux命令

2022-05-16 08:22:37

零拷贝Netty
点赞
收藏

51CTO技术栈公众号