PyTupleObject比PyListObject更轻，因其无allocated字段、对象头更小、采用柔性数组紧凑布局，且0–20长度元组被全局缓存复用。
因为元组没有预分配空间、对象头更轻、小元组还被缓存——这些都直接写在CPython的PyTupleObject结构里，不是“优化技巧”，而是设计使然。
PyTupleObject为什么比PyListObject更轻？
关键差异就在C结构体定义里：PyListObject必须带allocated字段来管理扩容，而PyTupleObject压根没有它。
具体来看：
-
PyListObject包含ob_item（指针数组地址）和allocated（已分配槽位数），哪怕只存1个元素，也大概率预分配4~8个指针位置 -
PyTupleObject只有ob_item[1]——这是C99柔性数组，元素指针紧挨着对象头连续存放，无间隙、无冗余 - 空
list占56字节，空tuple仅40字节；3元素时差额约16字节，主要就来自allocated字段和额外对齐填充
小元组缓存是怎么回事？
CPython在初始化阶段就为长度0–20的tuple建了全局缓存池，同内容的小元组字面量（如(1, 2)）复用同一内存地址。
立即学习“Python免费学习笔记（深入）”；
这带来两个实际影响：
-
id((1, 2)) == id((1, 2))为True，而id([1, 2]) == id([1, 2])永远是False - 高频构造场景（如CSV逐行解析）下，
tuple(row)比list(row)少大量malloc/free调用 - 缓存基于地址而非值比较，
(1+0, 2)可能不命中——编译期是否常量折叠决定能否复用
sys.getsizeof()测出来的差距到底靠不靠谱？
它只反映对象自身开销，不包括元素内容占用的内存。但正因如此，它才精准暴露了结构差异。
比如：
-
sys.getsizeof([0]*1000)≈ 9080 字节，sys.getsizeof(tuple([0]*1000))≈ 8040 字节，差约1040字节 - 这个差值基本稳定，和元素类型无关——因为0是小整数对象，本身被缓存，真正变动的是容器头和指针数组布局
- 若元素是长字符串，主体内存占比飙升，头部差异就显得微不足道；但只要容器本身高频创建，这部分固定开销就始终存在
真正容易被忽略的点是：省内存的前提不是“用了tuple语法”，而是确认数据从创建到销毁都不会变。一旦你后续要list(tup) + [x]再转回tuple，反而因反复构造放大开销。
