19 | Python编译器（三）：运行时机制

作者回复: 你比较喜欢PyPy？这很好。PyPy这个项目有很多创新思维，很有启发性。如果把PyPy研究透，能够大大促进对编译工作的实质的理解。 回答一下你的问题：PyPy做编译的思路，跟CPython是不同的。CPython更多是解释执行，类型信息是在运行时动态根据py_type字段去查找，然后再基于类型信息去执行正确的操作。所有这些动作都是运行时去做的，所以开销很大。 而PyPy更像是v8编译器、Julia编译器。它会在编译时进行类型推理，从而确定出每个变量的类型，并确定出正确的操作。所以，它不需要这么个py_type字段，用来在运行时做类型的查找。也因此，PyPy编译出来的对象，对象头里顶多有为了垃圾收集而保留的引用计数的字段。 这里其实有个隐藏的问题：并不是所有类型信息都是可以在编译期推理出来的，所以肯定也需要运行时的分派机制（runtime dispatch），这跟Java、C++语言都是一样的。我们本课程讲到面向对象语言的实现的时候，会提到这个知识点。 对PyPy实现机制的理解，可以参考这篇论文：PyPy’s Approach to Virtual Machine Constructionhttps://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.207.4675&rep=rep1&type=pdf 在学习了本课程多个编译器以后，你可以把不同编译器对比着来理解。对于Python语言而言，因为存在多个编译器，每个编译器的实现思路又迥然不同，所以就更有助于开拓思维。

作者回复: 解释型的语言是一个很宽泛的划分，其实都是解释性的语言的话，其实现机制也会有很大的不同。 首先，解释型语言并不是不编译，它其实也有一个编译过程，就像CPython会编译成字节码。 但每种语言的编译程度可能会不同。比如，同样是Python语言的编译器，PyPy就会进行类型推理，从而得到执行符合该数据类型的动作，并避免或减少在解释执行时才去查询对象的类型。这样的话，对象的内存结构也会有不同的设计。

作者回复: 非常感谢，你挑出了一个内容不一致的地方。 这里ob_digit应该是4个字节的32位整数的数组。