17370845950

Python对象头含ob_refcnt和ob_type字段，普通对象头16字节，可变长对象额外有ob_size；引用计数增减取决于是否获得新引用，del仅减计数不保证立即释放，小整数和字符串缓存会干扰观察。

Python 对象头里藏着什么

每个 Python 对象在内存中都以 PyObject 或其子结构（如 PyVarObject）开头，这是 CPython 实现的底层约定。对象头固定包含两个字段：ob_refcnt（引用计数）和 ob_type（指向类型对象的指针）。对普通对象（比如 int、str），头大小是 16 字节（64 位系统下）；可变长对象（如 list）额外带一个 ob_size 字段记录元素个数。

你可以用 sys.getsizeof() 粗略看对象总开销，但它不包括所引用对象的内存（比如 list 中元素本身）；真正布局细节得查 CPython 源码里的 Include/object.h。

常见误区：以为 id() 返回的是“地址偏移”，其实它返回的是对象首字节地址（在 CPython 中等价于 &PyObject），但这个值不能直接做指针运算——你没拿到真正的 C 指针，且解释器可能启用地址空间布局随机化（ASLR）。

引用计数怎么增减，哪些操作会漏掉

CPython 用引用计数做主要内存管理，但不是所有赋值或传参都会让计数+1。关键看是否“拥有新引用”：

• x = y：仅当 y 是新绑定到局部/全局变量时，y 的引用计数才+1；如果是函数参数传入，调用时已由解释器在栈帧中完成计数更新
• append()、extend()、__setitem__ 等容器操作：会为存入的对象增加引用计数
• del x 或变量离开作用域：减少引用计数；若降为 0，立即触发 tp_dealloc
• gc.collect() 不影响引用计数逻辑——它只处理循环引用，而循环引用中的对象引用计数永远 >0

容易踩的坑：ctypes 或 C 扩展中手动调用 Py_INCREF/Py_DECREF 忘记配对，会导致悬垂指针或提前释放；还有闭包捕获变量时，即使外层函数返回，内层函数仍持有所需对象的引用，计数不会降为 0。

为什么 del 不一定立刻释放内存

del x 只是解除名字绑定并减少引用计数，是否真正释放取决于该对象是否还有其它活跃引用。例如：

a = [1, 2, 3]
b = a
del a  # 此时 b 仍持有引用，列表对象未释放
print(b)  # [1, 2, 3]，正常输出

更隐蔽的情况是隐藏引用：

• 异常帧中保留了局部变量（sys.exc_info() 活跃时）
• 装饰器、lambda、生成器表达式中形成的闭包引用
• weakref 不影响计数，但强引用哪怕只在一个 dict 的键里（如 {obj: 42}），也会阻止释放

验证方式：打印 sys.getrefcount(obj)（注意这个函数调用本身会让计数临时+1，结果要减 1 才准）。

小整数与字符串的缓存机制干扰观察

为了性能，CPython 对小整数（默认 -5 到 256）和短字符串做了驻留（interning），导致看似不同的变量实际指向同一对象：

x = 100
y = 100
print(x is y)  # True —— 引用同一对象，引用计数至少为 2

这种共享会让引用计数行为不符合直觉。绕过方法：

• 用 int("100") 或 eval("100") 构造非驻留整数（但不推荐用于生产）
• 字符串用拼接打破驻留：s1 = "hello" + "" 和 s2 = "hello" 可能不同（取决于编译期优化）

  

• 调试时优先用自定义类实例，避免内置类型缓存干扰

真正想看清引用变化，最好从一个干净的模块开始，禁用交互式环境缓存，并用 gc.disable() 排除分代回收干扰。