效率问题
先来探究一下bytes对象的效率，我们知道Python的不可变对象在运算时，处理方式是再创建一个新的。所以三个bytes对象a、b、c在相加时，那么会先根据a + b创建临时对象，然后再根据临时对象+c创建新的对象，最后返回指针。所以：
result = b""
for _ in bytes_list:
result += _
这是一种效率非常低下的做法，因为涉及大量临时对象的创建和销毁，不仅是这里字节序列，后面要分析的字符串也是同样的道理。
官方推荐的做法是，使用join，字符串和字节序列都可以对一个列表进行join，将列表里面的多个字符串或者字节序列join在一起。
举个Python中的例子，我们以字符串为例，字节序列同样如此：
def bad():
s = ""
for _ in range(1, 10):
s += str(_)
return s
def good():
l = []
for _ in range(1, 10):
l.append(str(_))
return "".join(l)
def better():
return "".join(str(_) for _ in range(1, 10))
def best():
return "".join(map(str, range(1, 10)))
字节序列缓存池
为了优化单字节bytes对象的创建效率，Python底层维护了一个缓存池，该缓存池是一个PyBytesObject*类型的数组。
static PyBytesObject *characters[UCHAR_MAX + 1];
Python内部创建单字节bytes对象时，先检查目标对象是否已在缓存池中。PyBytes_FromStringAndSize函数是负责创建bytes对象的一个常用的Python/C API，位于Objects/bytesobject.c中：
PyObject *
PyBytes_FromStringAndSize(const char *str, Py_ssize_t size)
{
//PyBytesObject对象的指针
PyBytesObject *op;
if (size < 0) {
//显然size不可以小于0
PyErr_SetString(PyExc_SystemError,
"Negative size passed to PyBytes_FromStringAndSize");
return NULL;
}
//如果size为1，表明创建的是单字节对象
//当然str不可以为NULL, 而且获取到的字节必须要在characters里面
if (size == 1 && str != NULL &&
(op = characters[*str & UCHAR_MAX]) != NULL)
{
#ifdef COUNT_ALLOCS
_Py_one_strings++;
#endif
//增加引用计数，返回指针
Py_INCREF(op);
return (PyObject *)op;
}
//否则话创建新的PyBytesObject，此时是个空
op = (PyBytesObject *)_PyBytes_FromSize(size, 0);
if (op == NULL)
return NULL;
if (str == NULL)
return (PyObject *) op;
//不管size是多少，都直接拷贝即可
memcpy(op->ob_sval, str, size);
//但是size是1的话，除了拷贝还会放到缓存池characters中
if (size == 1) {
characters[*str & UCHAR_MAX] = op;
Py_INCREF(op);
}
//返回其指针
return (PyObject *) op;
}
由此可见，当Python程序开始运行时，字节序列缓存池是空的。但随着单字节bytes对象的创建，缓冲池中的对象慢慢多了起来。
这样一来，单字节序列首次创建后便在缓存池中缓存起来；后续再次使用时， Python直接从缓存池中取，避免重复创建和销毁。字节序列缓存池也只能容纳为数不多的 256 个单字节序列，但使用频率非常高。
缓冲池技术作为一种以时间换空间的优化手段，只需较小的内存为代价，便可明显提升执行效率。
>>> a1 = b"a"
>>> a2 = b"a"
>>> a1 is a2
True
>>>
>>> a1 = b"ab"
>>> a2 = b"ab"
>>> a1 is a2
False
>>>
显然此时不需要解释了，单字节bytes对象会缓存起来，不是单字节则不会缓存。
小结
以上就是bytes对象的全部内容，我们说：
- bytes对象是一个变长、不可变对象，内部的值是通过一个C的字符数组来维护的；
- bytes也是序列型操作，它支持的操作在bytes_as_sequence和bytes_as_mapping中；
- Python内部通过维护字节序列缓存池来优化单字节bytes对象的创建和销毁操作；
- 缓存池是一种常用的以空间换时间的优化技术；
最后，Python除了bytes对象之外，还有一个bytearray对象，它的表现和bytes对象是完全一致的，但一个是可变对象、一个是不可变对象。bytearray对象底层对应的结构体是PyByteArrayObject，其相关操作、以及类型对象都位于bytearrayobject.c中，有兴趣可以看一下。
以上就是本次分享的所有内容，想要了解更多欢迎前往公众号：Python编程学习圈，每日干货分享
