哪种方法占用的内存更少，是冻结集还是元组？

Question

我有一个对象需要用0-3个字符串“标记”（在20个可能的集合中）；这些值都是唯一的，顺序无关紧要。唯一需要对标记执行的操作是检查是否存在特定的标记（specific_value in self.tags）。在

然而，在内存中同时存在大量这样的对象，以至于它超出了我旧计算机的RAM的极限。所以节省几个字节就可以了。在

由于每个对象上的标记太少，我怀疑查找时间会有多重要。但是：在这里使用元组和冻结集有内存区别吗？有没有其他真正的理由用一个来代替另一个呢？在

Answer 1

元组非常紧凑。集合是基于哈希表的，并且依赖于有“空”槽来减少哈希冲突的可能性。在

对于CPython的最新版本，sys._debugmallocstats()显示了许多潜在的有趣信息。在64位Python 3.7.3下：

>>> from sys import _debugmallocstats as d
>>> tups = [tuple("abc") for i in range(1000000)]

tuple("abc")创建一个由3个1字符字符串组成的元组，('a', 'b', 'c')。我将编辑几乎所有的输出：

^{pr2}$

因为我们创建了一百万个元组，所以使用1004692个块的size类是我们想要的；每个块消耗72个字节。在

切换到冻结集，输出结果显示，每个冻结集消耗224字节，比原来多3倍多：

>>> tups = [frozenset(t) for t in tups]
>>> d()
Small block threshold = 512, in 64 size classes.

class   size   num pools   blocks in use  avail blocks
  -            -         -        
...
   27    224       55561         1000092             6

在这种情况下，你得到的另一个答案恰好给出了相同的结果：

>>> import sys
>>> sys.getsizeof(tuple("abc"))
72
>>> sys.getsizeof(frozenset(tuple("abc")))
224

虽然这通常是正确的，但并非总是如此，因为对象可能需要分配比实际需要更多的字节来满足HW对齐要求。getsizeof()对此一无所知，但_debugmallocstats()显示了Python的小对象分配器实际需要使用的字节数。在

例如

>>> sys.getsizeof("a")
50

在32位的机器上，实际上需要使用52个字节，以提供4字节对齐。在64位机器上，当前需要8字节对齐，因此需要使用56字节。在Python3.8（尚未发布）下，在64位机器上需要16字节对齐，而将需要使用64字节。在

但忽略所有这些，元组所需的内存总是比任何具有相同元素数的集合形式都要少，甚至比具有相同元素数的列表还要少。在

Answer 2

如果你想节省内存，考虑一下

• 通过将标记所在的数据结构提取到外部（单例）数据结构中，以某种优雅换取一些内存节省
• 使用“flags”（位图）类型的方法，其中每个标记都映射到32位整数的一位。然后，您只需要从对象（标识）到32位整数（标志）的（单例）dict映射。如果没有标志，则字典中没有条目。在

Answer 3

sys.getsizeof似乎是您想要的stdlib选项。。。但我对你的整个用例感到不安

import sys
t = ("foo", "bar", "baz")
f = frozenset(("foo","bar","baz"))
print(sys.getsizeof(t))
print(sys.getsizeof(f))

https://docs.python.org/3.7/library/sys.html#sys.getsizeof

All built-in objects will return correct results, but this does not have to hold true for third-party extensions as it is implementation specific.

…所以不要对这个解决方案感到舒服

编辑：显然，@TimPeters的答案更正确。。。在