或者，IC UC 我们都 C 以获取 ICs。在许多动态类型的编程语言中，对象看起来像一个将名称映射到值的大映射。这些语言鼓励这种灵活性。以 Python 为例：class C : def __init__ ( self ): self . a = 1 self . b = 2 或 Ruby：class C def initialize @a = 1 @b = 2 end end 或 JavaScript 1 : let obj = {}; obj . a = 1 ; obj . b = 2 ; 这可能鼓励虚拟机实现者使用哈希表来建模对象属性。毕竟，哈希表非常擅长将名称映射到值。这里有一个 Python 草图，展示了这个对象模型的样子。因为这只是一个草图，它使用 write_attr 和 read_attr，而不是你所在编程语言中更常见的语法。MISSING = object () class Instance : def __init__ ( self ): # TODO: 你的对象系统的其余部分 self . cls = ... self . _fields = {} def read_attr ( self , fieldname ): return self . _fields . get ( fieldname , MISSING ) def write_attr ( self , fieldname , value ): self . _fields [ fieldname ] = value obj = Instance () obj . write_attr ( "a" , 1 ) obj . write_attr ( "b" , 2 ) print ( obj . read_attr ( "a" ) + obj . read_attr ( "b" )) 这有它的好处：它容易理解…呃，好吧，也许就这些。它也有它的缺点：它为一个非常常见的操作使用了哈希表：虽然从技术上讲这是 O(1)，但哈希和探查非常慢，它有一个间接性：从对象跳转到它的独立哈希表字段存储需要大量的依赖内存加载。对象属性经常被访问，因此应该内联存储在对象上，而不是另一个内存访问（以及可能的缓存未命中）之外。这是一个哈希表没有内部碎片的非常好的例子。这意味着字面上每个操作 a.b 都在执行数百或数千条 CPU 指令，包括多个依赖的内存加载。这对性能不好。因此，运行时实现者倾向于实现一种被称为映射、布局、形状、隐藏类或结构的东西，或者可能还有一个我不知道的第六个秘密名称，来优化属性的读取、写入和存储。但是这个形状代码看起来如何？它实际上如何帮助性能？许多大型生产运行时有非常复杂的代码并具有特定领域的边缘案例，因此它们可能无法帮助我们掌握基础知识。而许多博客文章，尽管是优秀的高层次概述，但在实现方面欠缺。因此我们再次开始博客，写的内容与其他人之前已写过的相同。希望你应能写一页代码，并一次性掌握整个内容，500 行或更少。我决定再次仔细阅读 CF Bolz-Tereick 的《一个简单的对象模型》，这是它应有的详尽读物。在过去，我尝试过几次，但因为它对 Python 的建模相当逼真，而 Python 的对象模型实在太复杂，因此没有阅读下去。但这次我是否彻底读过？好吧，不是。这次我允许自己略读与类和方法相关的部分，而是专注于实例属性和映射部分。在 CF 的帖子中，有一个非常干净的映射系统的核心，我想对此进行实验，所以我提取了这个部分。CF 的帖子一开始与我们自己的草图非常相似，将对象建模为无序的属性映射。它还填补了我之前遗漏的一些与类相关的 TODO 内容。我将在这里复制我的减缩实现，以便你可以瞧瞧：# 基础对象模型代码：class Base : def __init__ ( self , cls , fields ): self . cls = cls self . _fields = fields def read_attr ( self , fieldname ): return self . _read_dict ( fieldname ) def write_attr ( self , fieldname , value ): return self . _write_dict ( fieldname , value ) def _read_dict ( self , fieldname ): return self . _fields . get ( fieldname , MISSING ) def _write_dict ( self , fieldname , value ): self . _fields [ fieldname ] = value MISSING = object () class Instance ( Base ): def __init__ ( self , cls : "Class" ): super (). __init__ ( cls , {}) class Class ( Base ): def __init__ ( self , name , base_class , fields , metaclass ): super (). __init__ ( metaclass , fields ) self . name = name self . base_class = base_class OBJECT = Class ( name = "object" , base_class = None , fields = {}, metaclass = None ) TYPE = Class ( name = "type" , base_class = OBJECT , fields = {}, metaclass = None ) TYPE . cls = TYPE OBJECT . cls = TYPE 你可以像这样使用（测试代码也取自 CF 的帖子）：A = Class ( name = "A" , base_class = OBJECT , fields = {}, metaclass = TYPE ) obj = Instance ( A ) obj . write_attr ( "a" , 1 ) assert obj . read_attr ( "a" ) == 1 obj . write_attr ( "b" , 5 ) assert obj . read_attr ( "a" ) == 1 assert obj . read_attr ( "b" ) == 5 obj . write_attr ( "a" , 2 ) assert obj . read_attr ( "a" ) == 2 assert obj .