Python 的 int 为什么不会溢出？拆开 PyLongObject 和它背后那串变长数组

你有没有试过在 Python 里算 2 ** 10000？它不会像 C 那样默默变成 0，也不会抛异常，而是老老实实吐出一长串数字。很多人说"Python 的 int 没有上限"，这句话对，但它真正的代价藏在内存里。今天我把 CPython 的整数对象拆开，看看它为了"永不溢出"到底付出了什么。

一、先说一个反直觉的小事实

在 Python 启动的那一刻，解释器就偷偷把 -5 到 256 这 262 个整数全部预先建好缓存起来了。你可以验证：

a = 256
b = 256
print(a is b)   # True，指向同一个对象
x = 257
y = 257
print(x is y)   # 在多数交互环境里是 False，每次都是新对象

这意味着"小整数"几乎不占额外内存，而且比较 is 还能命中同一个对象。这一个细节，是很多人优化热点循环时忽略的第一点——反复创建 257 以上的小整数，其实在不断 malloc 新对象。

二、PyLongObject 到底是什么

CPython 源码里，整数对象的核心是这么个结构（简化）：

struct _longobject {
    PyObject_VAR_HEAD
    int ob_digit[1];   // 变长数组，每一位存 30 个二进制位
};

关键点有三个，我一个一个说：

1. ob_size 同时编码"长度"和"符号"。它是负数表示这个整数是负的，绝对值才是数组长度。一个字段干了两件事，这是 C 里常见的省内存技巧。
2. ob_digit 不是按"字节"存的，而是按 30 位（64 位平台上）一块一块存。也就是说，一个 digit 是 30 个二进制位，而不是 8 个。这样做是为了在 32 位整型里留足余量做乘法进位，避免溢出。
3. 数组是变长的。小数字只需要 1 个 digit，大数字就不断追加。这就是"永不溢出"的真相——不够就加 digit，直到内存用完。

三、实测：一个整数到底占多少内存

我在一台 Python 3.13（64 位）上跑了 sys.getsizeof，看不同量级整数占用的字节：

数值	二进制位数	估算 digit 数	实际 sizeof
0	0	0	28 B
255	8	1	28 B
2**30	31	2	32 B
2**60	61	3	36 B
2**100	101	4	40 B
2**525	525	18	96 B
2**1000	1001	34	160 B

注意看：2**1000 是 1001 个二进制位，理论上 1001/8 ≈ 126 字节就够了，但实际是 160 字节。多出来的部分，一部分是 30 位对齐的浪费（每个 digit 实际占 4 字节即 32 位，有 2 位闲着），另一部分是对象头 PyObject_VAR_HEAD 的固定开销（28 字节起）。

我个人的判断是：这个设计在"小整数"上极度省（28 字节封顶），但在"几百位以上的大整数"上，相对理论最小编码有约 20%~30% 的冗余。对绝大多数业务来说无所谓，但如果你在内存里塞了几百万个大素数，这个冗余就值得换方案了（比如直接用 gmpy2 的 mpz）。

四、和别的语言比一比

类型	上限	溢出行为	内存
C long (64位)	±9.2×10¹⁸	静默回绕	8 字节固定
Java BigInteger	无限	不溢出	变长，类似思路
Python int	无限	不溢出	28B 起，变长

C 快但会溢出（还静默），Java 和 Python 都走"变长"路线保证正确，代价就是慢一点、占内存多一点。

五、三个最容易踩的坑

1. 别拿 is 比较大整数。只有 -5~256 有缓存，超出范围 is 结果不可靠，老老实实用 ==。
2. 大整数运算慢。每一位都要做 30 位乘法和进位处理，2**100000 的乘法比你想的贵得多。
3. sys.getsizeof 只算对象本身，如果你把大整数放进列表，列表里存的只是指针，整数对象的内存是另算的——这点做内存评估时经常漏。

结语

Python 的 int 不会溢出，不是魔法，是"用内存换正确性"的取舍：一个 30 位的变长数组 + 复用的对象头。小数字几乎白送，大数字按位计费。理解这一点，你就不会再奇怪为什么 2**1000 是 160 字节，也不会再误用 is 去比较整数了。