[python] 优化内存的方法 - 弱引用weakref

当我们存储、读取大的对象或者文件的时候，该文件或者对象会被多次赋值（或者应用），内存会被占用多次，造成浪费。使用弱引用可以解决。
官方文档点这里

Python的垃圾回收机制：

简单一句话——当a赋值到列表b中，id相等。a变了，b里的不变。
于是，当一个很大的文件赋值n次后，当他被垃圾回收以后，其他的不会被回收。造成内存被大量占用！

使用方法：

超级简单

b = weakref.ref(a)

举个例子：

假设有一个类BigObject，是需要读取占内存很大的文件到data_loader中，最后赋值到loader_ref中。

import weakref

class BigObject:
    def __init__(self, name, size):
        self.name = name
        self.size = size

    def __call__(self, *args, **kwargs):
        print(f'I am {self.name} this size of my is {self.size}')


data_loader = BigObject(name='image-set', size=1e9)

loader_ref = data_loader
# 当删除data_loader时
del data_loader

loader_ref()
# 即使删除data_loader，loader_ref()依然存在


# -----------  使用weakref ----------- #
data_loader = BigObject(name='image-set', size=1e9)
loader_ref = weakref.ref(data_loader)

print(loader_ref() is data_loader)
# 已经赋值，会显示True
# 释放data_loader
del data_loader
print(loader_ref())
# loader_ref() 就会变为空 None

## assignment
data_loader = BigObject(name='image-set', size=1e9)
loader_ref = weakref.ref(data_loader)
print(loader_ref() is data_loader)
# 同理，当data_loader被重新赋值时
data_loader = 1
print(loader_ref())
# loader_ref() 也会变为空 None