序列是Python中最基本的数据结构。序列是一种数据存储方式，用来存储一系列的数据。
在内存中，序列就是一块用来存放多个值的连续的内存空间。比如一个整数序列[10,20,30,40]
序列中的每个元素都分配一个数字 - 它的位置，或索引。第一个索引是0，第二个索引是1，依此类推。
列表：用于存储任意数目、任意类型的数据集合。
列表是内置可变序列，是包含多个元素的有序连续的内存空间。列表定义的标准语法格式：
其中，10，20，30，40 这些称为：列表a的元素。
列表中的元素可以各不相同，可以是任意类型。比如：a = [10,20,"abc",True,[]]
当列表增加元素时,列表会自动进行内存管理，减少了程序员的负担。但是列表元素大量移动，效率低所以一般建议在尾部添加。
本地电脑运行结果：
列表是可变数据类型，地址不变，值可变。因此，添加新的值之后，地址也是不变的。
解析：在索引2处要引用50这个元素
申请了8个内存空间但是list实际用来存储元素只使用了其中5个内存空间
insert的时间复杂度是O(n)
pop () 方法 删除并返回指定位置的元素，如果未指定位置则默认操作
pop () 方法 删除并返回指定位置的元素，如果未指定位置则默认操作
结果运行：
字符串驻留机制在许多面向对象编程语言中都支持，比如Java、python、Ruby、PHP等，它是一种数据缓存机制，对不可变数据类型使用同一个内存地址，有效的节省了空间，本文主要介绍Python的内存驻留机制。
字符串驻留就是每个字符串只有一个副本，多个对象共享该副本，驻留只针对不可变数据类型，比如字符串，布尔值，数字等。在这些固定数据类型处理中，使用驻留可以有效节省时间和空间，当然在驻留池中创建或者插入新的内容会消耗一定的时间。
下面举例介绍python中的驻留机制。
在Python对象及内存管理机制一文中介绍了python的参数传递以及以及内存管理机制，来看下面一段代码：
知道结果是什么吗？下面是执行结果：
l1和l2内容相同，却指向了不同的内存地址，l2和l3之间使用等号赋值，所以指向了同一个对象。因为列表是可变对象，每创建一个列表，都会重新分配内存，列表对象是没有“内存驻留”机制的。下面来看不可变数据类型的驻留机制。
在 Jupyter或者控制台交互环境 中执行下面代码：
执行结果：
可以发现a1和b1指向了不同的地址，a2和b2指向了相同的地址，这是为什么呢？
因为启动时，Python 将一个 -5~256 之间整数列表预加载（缓存）到内存中，我们在这个范围内创建一个整数对象时，python会自动引用缓存的对象，不会创建新的整数对象。
浮点型不支持：
如果上面的代码在非交互环境，也就是将代码作为python脚本运行的结果是什么呢？（运行环境为python3.7）
全为True，没有明确的限定临界值，都进行了驻留操作。这是因为使用不同的环境时，代码的优化方式不同。
在 Jupyter或者控制台交互环境 中：
满足标识符命名规范的字符：
结果：
乘法获取字符串（运行环境为python3.7）
结果：
在非交互环境中：
注意： 字符串是在编译时进行驻留 ，也就是说，如果字符串的值不能在编译时进行计算，将不会驻留。比如下面的例子：
在交互环境执行结果如下：
都指向不同的内存。
python 3.7 非交互环境执行结果：
发现d和e指向不同的内存，因为d和e不是在编译时计算的，而是在运行时计算的。前面的 a = 'aa'*50 是在编译时计算的。
除了上面介绍的python默认的驻留外，可以使用sys模块中的intern()函数来指定驻留内容
结果：
使用intern()后，都指向了相同的地址。
本文主要介绍了python的内存驻留，内存驻留是python优化的一种策略，注意不同运行环境下优化策略不一样，不同的python版本也不相同。注意字符串是在编译时进行驻留。
--THE END--
