一、编程中要把一些变量私有的原因

1、避免同名变量互相干扰（特别是多个人做同一个项目时）；
2、隐藏更多的细节，只需协商好接口参数，便于保密；
3、有些语言中，私有变量是定义在堆（或栈）中的，使用完成后可以释放掉，

例子：

设想我们开发一个类似手表的类，里面有个 GetLocalTime() 方法的功能是尽可能精确地获取当前时区的时间。一般使用这个类的其他程序员需求只有一个，获知当前时区的时间，可能用这个时间值来做一些其他的事情。如果我们丝毫不在乎这个类的包装，里面除了 GetLocalTime()，还有一大堆别的公开的方法，（随意编造的）如获取和连接GPS设备的方法、连接定位服务以及定位校准的方法、国际时区标准和有关协议对统一时间戳的计算方法、远程铯原子钟同步方法、双向反馈校准时差方法、各种延迟和错误处理机制的方法、各种事件监听方法等等等等。

首先其他使用这个类的开发者一般并不需要知道这个类内部是如何「尽可能精确地获取到当地时间的」，如果把这些全部暴露给其他开发者，那么就有潜在的危险：如果其他开发者错误的修改了某个铯原子钟同步的全局参数，那么所有开发者获取到的时间就都是错误的了；如果其他开发者过于频繁地直接访问内部连接GPS设备的方法，可能GPS并发连接数太多就崩溃了，使得这个类本身难以管理并发连接，限制用户对竞争性资源的可访问性；如果其他开发者设定参数时没有通过统一入口处理数据标准，使得不符合标准的参数传输到设备，导致设备障碍，也会造成系统的失败。

由此可见，良好设计的公有/私有封装可以避免掉上面的大部分问题，降低学习成本、提升可维护性。

延伸阅读：

二、内存池机制

在Python中，许多时候申请的内存都是小块的内存，这些小块内存在申请后，很快又会被释放，由于这些内存的申请并不是为了创建对象，所以并没有对象一级的内存池机制。这就意味着Python在运行期间会大量地执行malloc和free的操作，频繁地在用户态和核心态之间进行切换，这将严重影响Python的执行效率。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

内存池概念
内存池的概念就是预先在内存中申请一定数量的，大小相等的内存块留作备用，当有新的内存需求时，就先从内存池中分配内存给这个需求，不够了之后再申请新的内存。这样做最显著的优势就是能够减少内存碎片，提升效率。内存池的实现方式有很多，性能和适用范围也不一样。

特性
Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。

Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的 malloc。

对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。

上一篇

c++命名都有什么潜规则?

下一篇

c++中有些重载运算符为什么要返回引用?