携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第23天，点击查看活动详情 >>
1. 引用简介与工具引入
Python 中对于变量的处理与 C 语言有着很大的不同，Python 中的变量具有一个特殊的属性：identity，即“身份标识”。这种特殊的属性也在很多地方被称为“引用”。
为了更加清晰地说明引用相关的问题，我们首先要介绍两个工具：一个Python的内置函数：id()；一个运算符：is；同时还要介绍一个sys模块内的函数：getrefcount()。
1.1 内置函数id()
id(object)
返回值为传入对象的“标识”。该标识是一个唯一的常数，在传入对象的生命周期内与之一一对应。生命周期没有重合的两个对象可能拥有相同的
id()返回值。
CPython 实现细节：“标识”实际上就是对象在内存中的地址。
换句话说，不论是否是 CPython 实现，一个对象的id就可以视作是其虚拟的内存地址。
1.2 运算符is
| 运算 | 含义 |
|---|---|
| is | object identity |
即
is的作用是比较对象的标识。
1.3 sys模块函数getrefcount()函数
sys.getrefcount(object)
返回值是传入对象的引用计数。由于作为参数传入
getrefcount()的时候产生了一次临时引用，因此返回的计数值一般要比预期多1。
此处的“引用计数”，在 Python 文档[6]中被定义为“对象被引用的次数”。一旦引用计数归零，则对象所在的内存被释放。这是 Python 内部进行自动内存管理的一个机制。
2. 问题示例
C 语言中，变量代表的就是一段固定的内存，而赋给变量的值则是存在这段地址中的数据；但对 Python 来说，变量就不再是一段固定的地址，而只是 Python 中各个对象所附着的标签。理解这一点对于理解 Python 的很多特性十分重要。
2.1 对同一变量赋值
举例来说，对于如下的 C 代码：
int a = 10000;
printf("original address: %p\n", &a); // original address: 0060FEFC
a = 12345;
printf("second address: %p\n", &a); // second address: 0060FEFC
对于有 C 语言编程经验的人来说，上述结果是显而易见的：变量a的地址并不会因为赋给它的值有变化而发生变化。对于 C 编译器来说，变量a只是协助它区别各个内存地址的标识，是直接与特定的内存地址绑定的，如图所示：
但 Python 就不一样的。考虑如下代码：
>>> a = 10000
>>> id(a)
1823863879824
>>> a = 12345
>>> id(a)
1823863880176
这就有点儿意思了，更加神奇的是，即使赋给变量同一个常数，其得到的id也可能不同：
>>> a = 10000
>>> id(a)
1823863880304
>>> a = 10000
>>> id(a)
1823863879408
假如a对应的数据类型是一个列表，那么：
>>> a = [1,2]
>>> id(a)
2161457994952
>>> a = [1,2]
>>> id(a)
2161458037448
得到的id值也是不同的。
正如前文所述，在 Python 中，变量就是一块砖，哪里需要哪里搬。每次将一个新的对象赋值给一个变量，都在内存中重新创建了一个对象，这个对象就具有新的引用值。作为一个“标签”，变量也是哪里需要哪里贴，毫无节操可言。
但要注意的是，这里还有一个问题：之所以说“即使赋给变量同一个常数，其得到的id也可能不同”，实际上是因为并不是对所有的常数都存在这种情况。以常数1为例，就有如下结果：
>>> a = 1
>>> id(a)
140734357607232
>>> a = 1
>>> id(a)
140734357607232
>>> id(1)
140734357607232
可以看到，常数1对应的id一直都是相同的，没有发生变化，因此变量a的id也就没有变化。
这是因为Python在内存中维护了一个特定数量的常量池，对于一定范围内的数值均不再创建新的对象，而直接在这个常量池中进行分配。实际上在我的机器上使用如下代码可以得到这个常量池的范围是 [0, 256] ，而 256 刚好是一个字节的二进制码可以表示的值的个数。
for b in range(300):
if b is not range(300)[b]:
print("常量池最大值为：", (b - 1))
break
# 常量池最大值为：256
相应地，对于数值进行加减乘除并将结果赋给原来的变量，都会改变变量对应的引用值：
>>> a = 10000
>>> id(a)
2161457772304
>>> a = a + 1
>>> a
10001
>>> id(a)
2161457772880
比较代码块第 3、8行的输出结果，可以看到对数值型变量执行加法并赋值会改变对应变量的引用值。这样的表现应该比较好理解。因为按照 Python 运算符的优先级，a = a + 1实际上就是a = (a + 1)，对变量a对应的数值加1之后得到的是一个新的数值，再将这个新的数值赋给a ，于是a的引用也就随之改变。列表也一样：
>>> a = [1,2]
>>> id(a)
2161458326920
>>> a = a + [4]
>>> a
[1, 2, 4]
>>> id(a)
2161458342792
