新增「元组对象」章节，并为其余对象章节补全配图

- 新增元组对象章节：数据结构、创建（free list/BUILD_TUPLE）、索引与切片、
  拼接重复与比较、打包与解包、不可变与可哈希、与列表的取舍，配 6 张图
- 补图：整数（小整数池、创建分派）、对象初探（多态、协议族、引用计数）、
  字符串（跳跃式查找）、列表（free_list 缓冲池），共 7 张
- 接入侧边栏、Roadmap、SUMMARY

Author: Prodesire

.vitepress/config.mts

@@ -51,6 +51,7 @@ export default defineConfig({
           { text: 'Python 整数对象', link: '/objects/long-object/' },
           { text: 'Python 字符串对象', link: '/objects/str-object/' },
           { text: 'Python 列表对象', link: '/objects/list-object/' },
+          { text: 'Python 元组对象', link: '/objects/tuple-object/' },
           { text: 'Python 字典对象', link: '/objects/dict-object/' },
           { text: 'Python 集合对象', link: '/objects/set-object/' },
           { text: '实现简版 Python', link: '/objects/simple-interpreter/' }

SUMMARY.md

@@ -14,6 +14,7 @@
 - [Python 整数对象](objects/long-object/index.md)
 - [Python 字符串 对象](objects/string-object/index.md)
 - [Python List 对象](objects/list-object/index.md)
+- [Python 元组对象](objects/tuple-object/index.md)
 - [Python Dict 对象](objects/dict-object/index.md)
 - [Python Set 对象](objects/set-object/index.md)
 - [实现简版 Python](objects/simple-interpreter/index.md)

index.md

@@ -20,6 +20,7 @@
     - [x] Python 整数对象
     - [x] Python 字符串对象
     - [x] Python 列表对象
+    - [x] Python 元组对象
     - [x] Python 字典对象
     - [x] Python 集合对象
     - [ ] 实现简版 Python

objects/list-object/index.md

@@ -90,6 +90,8 @@ PyList_New(Py_ssize_t size)
 
 注意这里复用的只是 `PyListObject` 这个「壳」（对象头那部分），存放元素的 `ob_item` 数组仍按需另行申请。
 
+![列表的创建与缓冲池](list-create.svg)
+
 ## 列表的下标存取
 
 下标访问之所以快，是因为它直接落到 `ob_item[i]`，没有任何查找：

objects/list-object/list-create.svg

@@ -160,6 +160,8 @@ static PyLongObject small_ints[NSMALLNEGINTS + NSMALLPOSINTS];
 
 所以默认的小整数范围是 **[-5, 257)**，也就是 -5 到 256。256 落在池内，于是 `a` 和 `b` 拿到的是同一个对象；257 在池外，每次都是新建，自然就不是同一个了。
 
+![小整数对象池](int-smallpool.svg)
+
 需要时如何从池中取？看 `get_small_int` 和配套的宏 `CHECK_SMALL_INT`：
 
 `源文件：`[Objects/longobject.c](https://github.com/python/cpython/blob/v3.7.0/Objects/longobject.c#L49)
@@ -254,6 +256,8 @@ long_new_impl(PyTypeObject *type, PyObject *x, PyObject *obase)
 
 对应到 Python 里就是 `int()`、`int(x)`、`int("10", 8)` 这几种用法：无参返回 0；只给一个对象就按其类型转换；再给一个进制，就把字符串/字节串按该进制解析。
 
+![整数创建的分派](int-create.svg)
+
 ## 整数的数值操作
 
 整数「能做哪些运算」，记录在它类型对象的 `tp_as_number` 所指向的 `long_as_number` 里——这张表的每个槽位对应一种运算，填的是具体的实现函数：

objects/long-object/index.md

@@ -352,6 +352,8 @@ PyTypeObject PyLong_Type = {
 
 于是，当你写下 `a + b` 且 `a` 是整数时，解释器最终会顺着 `a->ob_type->tp_as_number->nb_add` 找到 `long_add` 并调用它。`tp_as_sequence`、`tp_as_mapping` 的套路完全一样，分别对应序列和映射的操作，这里不再展开。
 
+![对象的行为：协议族](obj-protocols.svg)
+
 ## 对象的多态
 
 把上面的机制再抽象一层，就能理解 CPython 是怎样实现**多态**的。
@@ -401,6 +403,8 @@ PyTypeObject PyUnicode_Type = {
 
 同一行 `object->ob_type->tp_hash(object)`，对整数和字符串却走进了不同的实现——这就是 CPython 用 C 语言「手工」实现的多态。
 
+![对象的多态](obj-polymorphism.svg)
+
 ## 引用计数
 
 最后回到对象头里的另一个字段 `ob_refcnt`。CPython 用**引用计数**来决定一个对象在内存中的生死：每个对象都记录着「当前有多少处引用着我」，当这个数归零，对象就可以被回收。
@@ -453,6 +457,8 @@ PyTypeObject PyUnicode_Type = {
 
 `sys.getrefcount` 的返回值总比「真实」引用数多 1，因为把对象作为参数传进函数这一动作本身，就临时多产生了一次引用。
 
+![引用计数与销毁](obj-refcount.svg)
+
 需要强调的是：引用计数归零，**不一定**马上 `free` 掉内存。频繁向操作系统申请、释放内存会显著拖慢 Python，因此 CPython 大量使用**内存对象池**技术——对象「销毁」时，其占用的空间往往被归还给对象池而非真正释放，下次创建同类对象时可以直接复用。小整数、短字符串等都受益于这类优化，具体策略我们会在各对象章节里逐一剖析。
 
 ---