python - 是否应该在每次字符串出现时显式调用实习生？

Question

假设我逐行读取文件并将这些行保存到列表中：

intern('abcd')
lst = []  
for line in f:
    lst.append(line)

该文件有五个相同的行：

abcd
abcd
abcd
abcd
abcd

读取完成后，内存中会存在 5 个 'abcd' 副本还是只有 1 个？

Answer 1

将有5份。该intern()调用返回字符串的一个副本，它不会神奇地使所有未来的字符串都具有相同的内容。

但是，我不会将实习用于文件数据。实习字符串的最大优势在于性能关键部分，您需要尽可能快地查找字典。当可以使用指针算术代替时，实习允许您跳过相等测试。

实习也有绩效损失；每次调用intern()该字符串时，都会针对内部字典进行测试，以查看该字符串是否已被实习。这需要一个哈希调用和 0 个或多个相等性测试（如果字符串之前没有被实习过并且没有哈希冲突，则为 0，如果有冲突则超过一个）。调用intern()字符串中的每一行都会被这些操作减慢，而且只有当你有大量的重复时，我认为内存增益不会那么好。