从 CPython 文档中澄清“应该可以更改 1 的值”答案

【问题标题】：Clarification for "it should be possible to change the value of 1" from the CPython documentation从 CPython 文档中澄清“应该可以更改 1 的值”
【发布时间】：2020-09-23 01:20:14
【问题描述】：

查看此链接：https://docs.python.org/3/c-api/long.html#c.PyLong_FromLong

当前实现为 -5 到 256 之间的所有整数保留一个整数对象数组；当您在该范围内创建一个 int 时，您实际上只是取回了对现有对象的引用。 因此，应该可以更改 1 的值。我怀疑 Python 的行为，在这种情况下，是未定义的。 :-)

在这种情况下，粗体线是什么意思？

【问题讨论】：

标签： python implementation cpython

【解决方案1】：

这意味着 Python 中的整数是具有“值”字段的实际对象，用于保存整数的值。在 Java 中，您可以这样表达 Python 的整数（当然，省略很多细节）：

class PyInteger {

    private int value;

    public PyInteger(int val) {
        this.value = val;
    }

    public PyInteger __add__(PyInteger other) {
        return new PyInteger(this.value + other.value);
    }
}

为了不存在大量具有相同值的 Python 整数，它缓存了一些整数，如下所示：

PyInteger[] cache = {
  new PyInteger(0),
  new PyInteger(1),
  new PyInteger(2),
  ...
}

但是，如果你做了这样的事情会发生什么（让我们暂时忽略value 是私有的）：

PyInteger one = cache[1];  // the PyInteger representing 1
one.value = 3;

突然之间，每次你在程序中使用1，你实际上都会得到3，因为代表1的对象的有效值是3。

确实，您可以在 Python 中做到这一点！即：可以在 Python 中更改整数的有效数值。 this reddit post 有答案。不过，为了完整起见，我将其复制到此处（原始学分归 Veedrac）：

import ctypes

def deref(addr, typ):
    return ctypes.cast(addr, ctypes.POINTER(typ))

deref(id(29), ctypes.c_int)[6] = 100
#>>> 

29
#>>> 100

29 ** 0.5
#>>> 10.0

Python 规范本身并没有说明如何在内部存储或表示整数。它也没有说明应该缓存哪些整数，或者根本就应该缓存任何整数。简而言之：Python 规范中没有任何内容定义如果你做了这样愚蠢的事情会发生什么;-)。

我们甚至可以更进一步......

实际上，上面的字段value 实际上是一个整数数组，模拟一个任意大的整数值（对于一个 64 位整数，您只需组合两个 32 位字段等）。但是，当整数开始变大并超过标准的 32 位整数时，缓存不再是可行的选择。即使您使用字典，比较整数数组是否相等也会带来太多开销而收益太少。

您实际上可以通过使用is 来比较身份来自己检查：

>>> 3 * 4 is 12
True
>>> 300 * 400 is 120000
False
>>> 300 * 400 == 120000
True

在典型的 Python 系统中，只有一个对象代表数字 12。另一方面，120000 几乎不会被缓存。因此，在上面，300 * 400 生成了一个新对象，表示 120000，这与为右侧数字创建的对象不同。

为什么这是相关的？如果更改1 或29 之类的小数字的值，它将影响使用该数字的所有计算。您很可能会严重破坏您的系统（直到您重新启动）。但是如果你改变一个大整数的值，影响就会很小。

将12 的值更改为13 意味着3 * 4 将产生13。将120000 的值更改为130000 的影响要小得多，300 * 400 仍会产生（新的）120000 而不是130000。

一旦考虑到其他 Python 实现，事情就会变得更加难以预测。例如，MicroPython 没有用于小数字的对象，而是动态计算它们，PyPy 很可能只是优化您的更改。

底线：您修补的数字的确切行为确实未定义，但取决于几个因素和确切的实现。

回答cmets中的一个问题：上面Veedrac的代码中6的意义是什么？

Python 中的所有对象共享一个共同的内存布局。第一个字段是一个引用计数器，它告诉您当前有多少其他对象正在引用该对象。第二个字段是对对象的class 或type 的引用。由于整数没有固定的大小，所以第三个字段是数据部分的大小（可以找到相关定义here (general objects)和here (integers/longs)）：

struct longObject {
    native_int      ref_counter;  // offset: +0 / +0
    PyObject*       type;         // offset: +1 / +2
    native_int      size;         // offset: +2 / +4
    unsigned short  value[];      // offset: +3 / +6
}

在 32 位系统上，native_int 和 PyObject* 都占用 32 位，而在 64 位系统上它们自然占用 64 位。因此，如果我们在 64 位系统上以 32 位（使用ctypes.c_int）访问数据，则整数的实际值将在偏移量+6 处找到。另一方面，如果将类型更改为ctypes.c_long，则偏移量为+3。

因为CPython中的id(x)返回的是x的内存地址，这个其实可以自己查。基于上面的deref函数，我们来做：

>>> deref(id(29), ctypes.c_long)[3]
29
>>> deref(id(29), ctypes.c_long)[1]
10277248
>>> id(int)       # memory address of class "int"
10277248

【讨论】：

@Toblas 感谢您的出色回答！只是想问一下：如果我在Python脚本中将29更改为100，这是否也意味着相应的更改也会在导入的模块中可见？
@NSR 是的，整数是全局缓存的，任何此类更改都会影响您在该解释器中所做的一切。

【解决方案2】：

由于对象是通过引用返回的，那么如果您更改对象，程序中的所有内容都会更改。

因此，以值 1 为例，您可以将其更改为 42。这只是可能的，因为 C API 让您可以内部访问 Python 解释器；感觉不太可能从 Python 脚本本身中执行此操作（例如，不使用 cffi 之类的东西）。

【讨论】：

【解决方案3】：

另一种思考如果您在内部“将 1 的地址处的值更改为 17”会发生什么的另一种方法是打印range(3) 中的每个元素——您会看到 0、17、2。

【讨论】：