Python中的弱引用与基础类型支持情况探究

背景

最近有一个业务场景需要用Python自行实现一个简单的LRU cache，不可避免的接触到了弱引用这一概念，这里记录一下。

强引用

Python内存回收由垃圾回收器自动管理，当一个对象的引用计数归0时，其内存就可能被回收掉，而引用计数器的数值其实就是代表有多少个强引用指向该对象，我们日常写的Python代码如果没有使用到weakref模块一般都只会涉及到强引用。
可以通过sys.getrefcount查看对象的引用计数，如以下代码：

import sys

alist = [1, 2, 3] # alist引用计数=1
print(sys.getrefcount(alist)) # 包括getrefcount本身新增的强引用，输出2
blist = alist
print(sys.getrefcount(alist)) # 新增blist强引用，输出3
print(blist) # 输出[1, 2, 3]
del blist
print(sys.getrefcount(alist)) # 删除了blist，强引用-1， 输出2

弱引用

与强引用相对，弱引用并不会影响对象的引用计数，也就是说其不影响对象是否被回收的判定，如以下代码：

import sys
import weakref

class tlist(list): # list本身不支持弱引用，但其子类支持
    pass

alist = tlist([1, 2, 3]) # alist引用计数=1
print(sys.getrefcount(alist)) # 输出2
bref = weakref.ref(alist) # bref为对alist对象的弱引用
print(bref()) # 返回弱引用对象，输出： [1, 2, 3]
print(sys.getrefcount(alist)) # 由于弱引用不影响引用计数，依然输出2
del alist # 删除alist，对象引用计数变为0
print(bref()) # 由于bref指向的对象已无任何强引用，返回None

如上代码所示弱引用不会影响对象的引用计数，亦即不会影响对象内存的回收，但是这里碰到一个引人疑惑的点，就是Python中的基本数据类型对弱引用的支持分了三种情况。

基础类型对于弱引用支持情况

基础类型int、list、dict、tuple、str不支持弱引用，对其执行弱引用会报错：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-3-9daeb515714d> in <module>
----> 1 weakref.ref(alist)

TypeError: cannot create weak reference to 'list' object

可以通过__weakrefoffset__查看类型是否支持弱引用，该变量表示弱引用指针相对对象起始地址的偏移量，>0表示支持弱引用：

In [1]: int.__weakrefoffset__
Out[1]: 0
In [2]: str.__weakrefoffset__
Out[2]: 0
In [3]: tuple.__weakrefoffset__
Out[3]: 0
In [4]: list.__weakrefoffset__
Out[4]: 0
In [5]: dict.__weakrefoffset__
Out[5]: 0
In [6]: set.__weakrefoffset__
Out[6]: 192

官方文档中介绍：

Several built-in types such as list and dict do not directly support weak references but can add support through subclassing:
CPython implementation detail: Other built-in types such as tuple and int do not support weak references even when subclassed.

总结基础类型对弱引用的支持分为以下三种情况(for python3.8)：

1. 对于list、dict、str本身不支持弱引用，但可以通过创建子类的方式对其进行弱引用
2. 对于int、tuple本身及其子类均不支持弱引用
3. set直接支持弱引用

这又是出于什么考虑？通过一番探究得出以下可能原因：

1. 绝大部分场景下，基础类型使用并不涉及到弱引用，所以基础类型不支持弱引用可以有效避免相应的overhead。
2. 弱引用添加于Python2.1，所以对于之后添加的类型（如set）默认都是支持弱引用的，除非有明确的理由不这么做。
3. 对于list、dict、int、str、tuple这些2.1之前的基础类型为了兼容性考虑均默认不支持弱引用，而set添加与2.3，因此其直接支持弱引用。
4. int、str、tuple这些不可变对象，在CPython解释器中会有特殊的处理逻辑:
   4.1 如[-5, 256]范围的小整数池一开始就被创建好了，在程序的整个生命周期无论是否被实际引用都不会被回收。
   4.2 又如对于同一个compilation unit的tuple对象，如果取值相同，编译器会将独立的多个相同的tuple对象处理为指向同一个对象的多个强引用。
   在这些情况下使用弱引用并没有什么明显的好处，反而额外引入了overhead，综合考虑直接对其不支持弱引用。
5. 出于CPython的具体实现细节，对于int、tuple的子类也不支持弱引用。

转载请注明出处，原文地址：https://www.cnblogs.com/AcAc-t/p/python_weakref_study.html

参考

https://docs.python.org/3.8/library/weakref.html
https://www.cnblogs.com/marsggbo/p/14831456.html
https://www.cnblogs.com/AcAc-t/p/python_weakref_study.html
https://stackoverflow.com/questions/52011430/python-which-types-support-weak-references