Python字符串不可变是为了保障哈希稳定、支持驻留机制、避免多引用竞态，从而确保字典可用、内存节省、并发安全；所有“修改”实为新建对象，底层通过内存复用与哈希缓存实现高效。
Python字符串不可变，不是因为技术做不到，而是为了确保哈希值稳定、支持字符串驻留、避免多引用竞态——这些直接决定字典能否用、内存是否省、并发是否安全。
字符串驻留（interning）依赖不可变性
CPython对满足条件的字符串（如纯字母数字、长度短、源码中字面量）自动驻留：相同内容只存一份，多个变量共享同一内存地址。
例如：a = "py" 和 b = "py" 执行后，a is b 通常为 True。若字符串可变，a[0] = 'P' 就会意外把 b 也改成 "Py"，驻留机制立刻失效且引发逻辑错误。
- 驻留仅对编译期可见的字面量生效，运行时拼接的字符串（如
"p" + "y"）不一定被驻留 -
sys.intern()可手动触发驻留，但需谨慎：它返回的是驻留池中的对象，不是原字符串 - 驻留节省的是字符串对象头和字符缓冲区的重复开销，在大量字段名、枚举值、HTTP头键等场景下效果显著
哈希值缓存要求内容恒定
字典和集合靠哈希快速定位，而字符串的哈希值在创建时就计算并缓存。一旦允许修改内容，哈希值就可能失效，但对象在哈希表中的槽位不会自动迁移。
立即学习“Python免费学习笔记（深入）”；
比如：d = {"hello": 42}，若 "hello" 可变且被改成 "Hello"，再查 d["hello"] 就找不到——因为新哈希值指向另一个槽位，旧槽位里还留着 42，但键已不匹配。
-
hash("hello")在首次调用后就被缓存，后续调用直接返回，不重算 - 不可变性让
hash(s)成为常数时间操作，支撑字典平均O(1)查找 - 任何试图绕过不可变性的尝试（如 ctypes 强制写内存）都会破坏哈希一致性，导致字典行为未定义
内存复用与线程安全是自然结果
不可变性让字符串天然适合细粒度复用：切片 s[2:5] 在满足条件时可复用原字符串底层缓冲区（只调整指针和长度），而非拷贝字符；小字符串甚至常驻静态内存池。
同时，多线程读取同一字符串无需加锁——没有写竞争，也就没有同步开销。
-
s[1:4]返回新字符串对象，但底层PyCompactUnicodeObject的字符数据可能与原字符串共享 - 这种复用对用户透明：你看到的仍是独立对象，
id(s[1:4]) != id(s)恒成立 - 若字符串可变，就必须在每次读取前加锁，或强制深拷贝，性能和语义都退化
真正容易被忽略的点是：不可变性不是“禁止修改”，而是“禁止隐式修改”。所有看似修改的操作（replace()、upper()、+=）都在构造新对象——关键在于你要意识到每次调用都产生新 id，而不是期待原地变更。用错工具（比如在循环里反复 += 拼接长文本）才导致性能问题，而非不可变性本身有问题。
