El texto arranca con una observación: en Python, Ruby o JavaScript los objetos parecen un gran mapa de nombres a valores, y eso invita a implementarlos con una tabla hash. Según el autor, solo tiene a su favor que es fácil de entender. En contra, el hashing y el probing son lentos aunque la operación sea O(1) y hay una indirección: saltar del objeto a su almacenamiento separado exige varias cargas de memoria dependientes y posibles fallos de caché.
Por eso los runtimes implementan lo que se conoce como maps, layouts, shapes, hidden classes o structures. El autor se propone enseñar código real y pequeño, que quepa en una página, y para ello extrae de «A Simple Object Model», de CF Bolz-Tereick, solo la parte de atributos de instancia y maps, saltándose lo relativo a clases y métodos.
El map debe cumplir tres cosas: sacar los strings y el hashing del camino rápido para operar con enteros pequeños, eliminar la indirección guardando los atributos en el propio objeto y servir de identificador estable de un layout concreto. Si se recuerda el offset de una consulta anterior, se puede reutilizar mientras el map no cambie, y comprobarlo es rápido: ¿es el mismo map que en la última lectura?
Para que eso funcione, los maps son inmutables y se organizan como un árbol que se asigna como una estructura de datos persistente: todo objeto empieza con un map vacío y, al añadir un atributo, sigue o crea la arista correspondiente hacia un nuevo map. El artículo muestra la implementación en Python de Instance y Map, con un get_index y un next_map. Admite que en Python el almacenamiento no puede ir realmente en línea, como sí ocurre en C++ o Rust, y enlaza con la siguiente sección, sobre inline caches.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.