字符串驻留可将比较优化至O(1)，前提是两字符串已驻留并指向同一内存地址；否则仍为O(n)字符比对，驻留仅对字面量、短标识符等有限字符串自动生效。
字符串驻留能让某些字符串比较快到 O(1)，关键不在于“所有比较都变 O(1)”，而在于把原本要逐字符比对的 O(n) 操作，降级为一次指针地址判断——前提是这两个字符串都已驻留且指向同一个内存地址。
驻留前：每次比较都要扫完全部字符
比如有两段文本 "user_status_active" 和 "user_status_active"，没驻留时，Python 或 JS 引擎得从头到尾一个字符一个字符核对：第1位 'u' == 'u'？第2位 's' == 's'？……直到最后一位。长度为 n，最坏情况要比较 n 次，时间复杂度就是 O(n)。
驻留后：只比一次内存地址
当这两个字符串都被驻留后，它们实际指向内存中**同一个对象**。此时比较就变成：
id(str1) == id(str2)？
这本质上是一条 CPU 的指针相等指令，不访问字符串内容，不遍历字符，恒定耗时，即 O(1)。
- 这个优化对字典键查找、枚举匹配、状态机跳转等高频场景特别有效
- 但仅对已驻留的字符串生效；动态拼接出来的字符串（如
"user_" + status）默认不驻留，仍走 O(n) 路径 - Python 的
sys.intern()、fast.js 的intern()就是用来主动把这类动态串“拉进”驻留池的
为什么不是所有字符串都自动驻留？
驻留需要维护一个全局哈希表（字符串池），每次创建新串都要查表+可能插入。对超长串或一次性使用的随机串做驻留，反而增加开销、浪费内存。所以语言通常只对：
- 源码里的字面量（如
"OK"、"error"） - 符合命名规范的短字符串（如标识符、键名）
- 显式调用
intern()的字符串
做驻留。这是空间与时间的权衡，不是无条件加速。
实测对比很直观
在 Python 中可以验证：
from sys import intern a = "hello" * 1000 b = "hello" * 1000 c = intern(a) d = intern(b) <p>a == b # True，但走 O(n) 字符比对 c is d # True，O(1) 地址比对（因为 c 和 d 是同一对象）
真正获得 O(1) 性能的前提，是两个变量引用的是驻留后的**同一个对象**，而不是语义相同的两个不同对象。
