1.python的整型对象是PyIntObject对象，这个对象是一个不可变对象，即没有ob_size这个变量，这个对象在c层面实现，只是在基本的pyobject中添加了long ob_ival对象，结构体大概是这样的:
typedef struct{
PyObject_HEAD;
long ib_ival
} PyIntObject;
而这个对象对应的类型变量就比较复杂了，很长：
这里面就是int这个类型的一下名称啊，内存大小，以及操作的信息，操作信息是最多的包括：析构函数，比较操作，获取HASH值，打印，都在这里了。
2.说到python里面的整型是定长对象，那么是不是很好奇定长是多少呢，经过研究发现是24个字节，那么为什么是24个字节呢，看上面的结构体，int型4个字节，long型8个字节，指针4个字节，加起来4+4+8=16个字节，这里我开始也是不明白，后来突然想到噢，c语言的结构体有内存对其，所以内存直接就是3*8=24个字节，不行可以试试，申请的整型都是24个字节。
3.下面说说整型的创建，Python是调用c api创建的整型，Python的整型分为小整数和大整数，那么这个小大是怎么区分的，是根据编译源码python时NSMALLPOSINTS区分的，正常的默认编译是[-5,256]是小整数，其他的为大整数，之所以这么分是因为小整数频繁被使用，如果每一个都调用c语言的malloc分配内存，使用完再释放效率很低，所以python使用的内存缓冲池，初始化的时候，python就已经把小整数的内存申请好了，所以小整数的内存地址是不变的。而大整数不是，是动态的，使用的时候申请，所以就有了一个奇怪的东西（这个东西探寻良久，现在醍醐灌顶）：
你初始化一个变量在[-5,257]范围内时id(这个变量)，内存地址都一样，而初始化[-5,257]以外的数值时，每一次都是变化的，见下图：
（不会缩小图~~）上面就是这个意思了 两个变量都为2 地址一样，两个变量都是-10地址不一样
4.小整数对象就是初始化的都准备好了，在内存申请好了，就像一块死的东西，你需要的时候直接一个引用指过去就行了，引用加1，地址都是一样的，不会新申请，所以很快。
5.大整数不一样了，大整数是存储在一个PyIntBlock中的，PyIntBlock是一个结构体，如下图
这个结构体的大小是1000字节，一个整数是12个字（32位的机器）节所以 1000/12 = 82个整型，也就是一个PyIntBlock可以有82个整型。
继续说,PyIntBlock中的block_list是已经使用了多少内存，已经分配了的内存指针，free_list是没有分配的剩余的内存指针，开始时这俩都是NULL，因为是一个新的PyIntBlock,注意这里block是每一个PyIntBlock的使用内存的情况，而free_list是所有的剩余内存情况，补一句，这些存储单元都是单项链表。
6.所以综上就可以知道，当free_list为NULL的时候，就需要新建PyIntBlock，此时调用fill_free_list方法，把空闲的快用单向链表链接起来给free_list，新建一个int对象时，在free_list拿一块初始化数值，加入Block_list就行了。
7.这里有个坑，当A，B两个PyIntBlock，A已经全部使用,B使用一半，A某一个元素释放了的时候，实际是没有释放，二十加入了Free_List，这里导致的就是新申请的int类型永远不会释放掉，而是给free_list了，（这里我也不明白。。这不就是内存泄露了，。。。思考中）
8.ok就写介个多吧，下次继续。
1.python的整型对象是PyIntObject对象，这个对象是一个不可变对象，即没有ob_size这个变量，这个对象在c层面实现，只是在基本的pyobject中添加了long ob_ival对象，结构体大概是这样的:
typedef struct{
PyObject_HEAD;
long ib_ival
} PyIntObject;
而这个对象对应的类型变量就比较复杂了，很长：
这里面就是int这个类型的一下名称啊，内存大小，以及操作的信息，操作信息是最多的包括：析构函数，比较操作，获取HASH值，打印，都在这里了。
2.说到python里面的整型是定长对象，那么是不是很好奇定长是多少呢，经过研究发现是24个字节，那么为什么是24个字节呢，看上面的结构体，int型4个字节，long型8个字节，指针4个字节，加起来4+4+8=16个字节，这里我开始也是不明白，后来突然想到噢，c语言的结构体有内存对其，所以内存直接就是3*8=24个字节，不行可以试试，申请的整型都是24个字节。
3.下面说说整型的创建，Python是调用c api创建的整型，Python的整型分为小整数和大整数，那么这个小大是怎么区分的，是根据编译源码python时NSMALLPOSINTS区分的，正常的默认编译是[-5,256]是小整数，其他的为大整数，之所以这么分是因为小整数频繁被使用，如果每一个都调用c语言的malloc分配内存，使用完再释放效率很低，所以python使用的内存缓冲池，初始化的时候，python就已经把小整数的内存申请好了，所以小整数的内存地址是不变的。而大整数不是，是动态的，使用的时候申请，所以就有了一个奇怪的东西（这个东西探寻良久，现在醍醐灌顶）：
你初始化一个变量在[-5,257]范围内时id(这个变量)，内存地址都一样，而初始化[-5,257]以外的数值时，每一次都是变化的，见下图：
（不会缩小图~~）上面就是这个意思了 两个变量都为2 地址一样，两个变量都是-10地址不一样
4.小整数对象就是初始化的都准备好了，在内存申请好了，就像一块死的东西，你需要的时候直接一个引用指过去就行了，引用加1，地址都是一样的，不会新申请，所以很快。
5.大整数不一样了，大整数是存储在一个PyIntBlock中的，PyIntBlock是一个结构体，如下图
这个结构体的大小是1000字节，一个整数是12个字（32位的机器）节所以 1000/12 = 82个整型，也就是一个PyIntBlock可以有82个整型。
继续说,PyIntBlock中的block_list是已经使用了多少内存，已经分配了的内存指针，free_list是没有分配的剩余的内存指针，开始时这俩都是NULL，因为是一个新的PyIntBlock,注意这里block是每一个PyIntBlock的使用内存的情况，而free_list是所有的剩余内存情况，补一句，这些存储单元都是单项链表。
6.所以综上就可以知道，当free_list为NULL的时候，就需要新建PyIntBlock，此时调用fill_free_list方法，把空闲的快用单向链表链接起来给free_list，新建一个int对象时，在free_list拿一块初始化数值，加入Block_list就行了。
7.这里有个坑，当A，B两个PyIntBlock，A已经全部使用,B使用一半，A某一个元素释放了的时候，实际是没有释放，二十加入了Free_List，这里导致的就是新申请的int类型永远不会释放掉，而是给free_list了，（这里我也不明白。。这不就是内存泄露了，。。。思考中）
8.ok就写介个多吧，下次继续。
