文章目录
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模块一般都只涉及强引用。
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,