Python对象内存结构为PyObject*指针指向堆上对象，头部含ob_refcnt和ob_type字段；小整数、字符串字面量可能复用或驻留；None/True/False为单例；is比较地址，==调用__eq__；type()返回ob_type，isinstance()查MRO；动态类型导致每次操作需运行时查类型分发。
Python 对象的内存结构长什么样
Python 里所有变量都是 PyObject* 指针，不存值，只指向堆上真正的对象。每个对象头部固定有两个字段：ob_refcnt（引用计数）和 ob_type（指向类型对象的指针）。这意味着哪怕你写 x = 42，解释器也要在堆上分配一个 PyLongObject，填好值、设好类型、初始化引用计数为 1。
类型信息不是存在变量里，而是存在对象自身——所以 type(x) 实际是读 x->ob_type，不是查变量声明。
- 小整数（-5 到 256）会预分配并复用，所以
a = 100; b = 100; a is b为True - 字符串字面量可能被驻留（interned），但运行时拼接的字符串一般不会，
"a" + "b" is "ab"可能成立，s1 + s2 is "ab"几乎总为False -
None、True、False是单例对象，它们的id()全局唯一
为什么 is 和 == 行为不同
is 比较的是指针地址（即是否同一块内存），== 调用的是对象的 __eq__ 方法。由于动态类型下“相等”的语义由类型自己定义，== 的结果完全取决于 ob_type->tp_richcompare 或 tp_hash 等 C 层函数的实现。
常见误用：用 is 判断数值或字符串相等。比如 [] is [] 一定为 False（两个新列表地址不同），而 [1,2] == [1,2] 为 True（list.__eq__ 逐项比）。
立即学习“Python免费学习笔记（深入）”；
本文档主要讲述的是Android 本地数据存储；对于需要跨应用程序执行期间或生命期而维护重要信息的应用程序来说，能够在移动设备上本地存储数据是一种非常关键的功能。作为一名开发人员，您经常需要存储诸如用户首选项或应用程序配置之类的信息。您还必须根据一些特征（比如访问可见性）决定是否需要涉及内部或外部存储器，或者是否需要处理更复杂的、结构化的数据类型。跟随本文学习 Android 数据存储 API，具体来讲就是首选项、SQLite 和内部及外部内存 API。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以
- 只对单例对象（
None、True、False）用is是安全且推荐的 -
is在 C 扩展中常用于快速类型检查，如if PyList_Check(obj)底层就是比较obj->ob_type == &PyList_Type - 自定义类若没重写
__eq__，默认继承object.__eq__，行为等价于is
type() 和 isinstance() 查的是什么
type(x) 直接返回 x->ob_type，不做继承链查找；isinstance(x, cls) 则会遍历 x->ob_type 的 MRO（方法解析顺序）链，看 cls 是否在其中。这就是为什么 isinstance(True, int) 是 True（bool 继承自 int），但 type(True) is int 是 False。
-
type()返回的是“实际构造出该对象的那个类”，不是“最接近的父类” - 多继承下 MRO 由 C3 线性化算法决定，
cls.__mro__可查看具体顺序 -
isinstance(x, (A, B, C))中元组会被展开，任意一个匹配即返回True
动态类型带来的运行时开销在哪
每次属性访问（x.attr）、方法调用（x.method()）、甚至算术运算（a + b）都必须在运行时查对象类型，再跳转到对应实现。比如 a + b 实际调用 a->ob_type->tp_as_number->nb_add(a, b)，如果 a 是 int 就走整数加法，是 str 就走字符串拼接，是自定义类就找它的 __add__。
- 属性访问要查
__dict__、描述符、__getattr__，路径远比静态语言长 - Cython 或
__slots__能减少实例字典开销，但改不了类型分发本身 - CPython 的 AST 编译器不会做类型特化，所以循环里反复调用
len(x)不会自动内联或缓存类型判断
真正难优化的不是“类型可变”，而是“每次操作都要重新确认类型+分发”。这也是为什么 PyPy 的 JIT 能提速——它在运行时观测类型稳定模式，生成专用机器码。
