为什么python实现使用的内存比C多9倍？

Question

我写了一个程序，用python和C编写了一个从2到用户给定数字的素数列表，我运行了这两个程序，寻找相同数字的素数，并在活动监视器中查看它们各自的进程。我发现python实现使用的内存恰好是C实现的9倍。为什么python需要如此多的内存，为什么特定的倍数要存储相同的整数数组？下面是程序的两个实现：

Python版本：

import math
import sys

top = int(input('Please enter the highest number you would like to have checked: '))
num = 3
prime_list = [2]
while num <= top:
    n = 0
    prime = True
    while int(prime_list[n]) <= math.sqrt(num):
        if num % prime_list[n] == 0:
            prime = False
            n = 0
            break
        n = n + 1
    if prime == True:
        prime_list.append(num)
        prime = False
    num = num + 1
print("I found ", len(prime_list), " primes")
print("The largest prime I found was ", prime_list[-1])

C版本：

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <sys/types.h>
#include <unistd.h>

int main(){
    int N;
    int arraySize = 1;
    int *primes = malloc(100*sizeof(int));
    int isPrime = 1;
    primes[0] = 2;
    int timesRealloc = 0;
    int availableSlots = 100;

    printf("Please enter the largest number you want checked: \n");
    scanf("%d", &N);

    int j = 0;
    int i;
    for (i = 3; i <= N; i+=2){
        j = 0;
        isPrime = 1;
        while (primes[j] <= sqrt(i)) {
            if (i%primes[j] == 0) {
                isPrime = 0;
                break;
            }
            j++;
        }
        if (isPrime == 1){
            primes[arraySize] = i;
            arraySize++;
        }
        if (availableSlots == arraySize){
            timesRealloc++;
            availableSlots += 100;
            primes = realloc(primes, availableSlots*sizeof(int));
        }
    }

    printf("I found %d primes\n", arraySize);
    printf("Memory was reallocated %d times\n", timesRealloc);
    printf("The largest prime I found was %d\n", primes[(arraySize-1)]);


    return 0;
}

Answer 1

>>> import sys
>>> sys.getsizeof(123456)
28

这是C int的7倍大小。在Python3中，整数是struct _longobject的实例，也称为PyLong

struct _longobject {
    PyVarObject ob_base;
    digit ob_digit[1];
};

PyVarObject在哪里

typedef struct {
    PyObject ob_base;
    Py_ssize_t ob_size;
} PyVarObject;

而PyObject是

typedef struct _object {
    Py_ssize_t ob_refcnt;
    struct _typeobject *ob_type;
} PyObject;

由此，我们得到了64位Python版本中该对象123456的以下内存使用量：

(Py_ssize_t)

• 8

• 8字节用于引用计数器Py_ssize_t)

• 4字节用于指向类型对象字节的指针(类型为
• ，用于计算对象的可变长度部分中的字节数；类型为Py_ssize_t)
• 4 &PyLong_Type，用于整数中每30位数字。

由于123456适合前30位，因此总和为28，即7 * sizeof (int)

此外，Python中的每个元素都是指向实际对象的PyObject *；在64位Python构建中，每个指针都是64位的；这意味着每个列表元素引用本身消耗的内存是C int的两倍。

将7和2相加，就可以得到9。

对于存储效率更高的代码，您可以使用arrays；对于类型代码'i'，内存消耗应该与C版本非常接近。array有append方法，多亏了这个方法，数组的增长应该比使用realloc的C/更容易。