为什么 Python 对小整数的引用计数出奇地高？

Question

在 this 的回答中，我找到了一种获取 Python 中对象引用计数的方法。

他们提到使用 sys.getrefcount()。我试过了，但我得到了意想不到的结果。当有 1 个引用时，计数似乎是 20。这是为什么？

我看了documentation，好像没有说明原因。

Answer 1

在第一次 sys.getrefcount 调用时，该对象恰好有 20 个引用。这不仅仅是您创建的引用；在其他模块和 Python 内部还有对它的各种其他引用，因为（这是一个实现细节）Python 的标准实现只创建一个 100 对象并使用它适用于 Python 程序中出现的所有 100。

Answer 2

对一个对象有很多引用有很多原因。追踪哪一个可能很困难，并决定它是否值得可能会绕过你的兴趣水平。调试应用程序和 python 变体的开发人员最感兴趣的是引用计数。

Python 试图为每个引用保留一个实际值。因此，示例中的 100 与递归调用的某些内部限制相同的 100 或与当前循环索引相同的 100。
Python 保留对一些常见对象的额外引用，包括低整数。 1,234,567 的引用计数与 20 的引用计数不同。
许多函数记忆并保留对最近参数的引用。
一些口译员保留对最近的值和最近行中引用的值的引用。例如，前面的return值存储在“_”中。这意味着解释器中的运行和命令行中的运行将给出不同的答案。
像所有引用计数方案一样，也有错误。例如，PyTuple_GetItem() 有一些有问题的选择。

确切的引用计数和这些计数的含义在 PyPi 与 C-Python 与 IPython 中是不同的。引用计数很少是在 Python.

中查找奇怪行为的好工具

Answer 3

阅读 Python2.7 的源代码很有趣，它写得非常好并且易于阅读。（如果你想在家里一起玩，我指的是版本 2.7.12。）理解代码的一个很好的起点是优秀的系列讲座：C Python Internals 从初学者的角度开始。

与我们相关的关键代码（用 C 编写）出现在文件 'Objects/intobject.c' 中（为了清楚起见，我删除了一些 #ifdef 代码并稍微修改了新 Integer 对象的创建）：

    #define NSMALLPOSINTS           257
    #define NSMALLNEGINTS           5
    static PyIntObject *small_ints[NSMALLNEGINTS + NSMALLPOSINTS];

    PyObject *
    PyInt_FromLong(long ival)
    {
        register PyIntObject *v;
        if (-NSMALLNEGINTS <= ival && ival < NSMALLPOSINTS) {
            v = small_ints[ival + NSMALLNEGINTS];
            Py_INCREF(v);
            return (PyObject *) v;
        }
        /* Inline PyObject_New */
        v = (PyIntObject *)Py_TYPE(v);
        PyObject_INIT(v, &PyInt_Type);
        v->ob_ival = ival;
        return (PyObject *) v;
    }

所以本质上它创建了一个预设数组，其中包含从 -5 到 256 的所有数字，并在可能的情况下使用这些对象（使用 Py_INCREF 宏增加它们的引用计数）。如果不是，它将创建一个全新的 PyInt_Type 对象，该对象初始化为 1 的引用计数。

为什么每个数字的引用计数似乎都是 3（实际上几乎所有新对象），只有当您查看 Python 生成的字节码时才能揭开谜团。虚拟机使用值堆栈（有点像 Forth 中的）运行，每次将对象放入值堆栈时，它都会增加引用计数。

所以我怀疑发生的事情是你的代码本身提供了你看到的所有 3 个引用，因为对于不在小值列表中的数字，你应该得到一个唯一的对象。第一个引用大概在调用 getrefcount 的调用者的值堆栈中；第二个在 getrefcount 框架的局部变量列表中；第三个可能在 getrefcount 框架中的值堆栈上，同时查找其引用计数。

如果您想进一步深入研究问题，一个有用的工具是 'compile' 命令和 'dis' 模块中的 'dis' 命令（反汇编），它将在一起允许您读取任何一段 Python 代码生成的实际字节代码，并且应该可以帮助您准确地找出创建第三个引用的时间和位置。

至于小值的较高引用计数，当您启动 Python 时，它会自动加载整个标准库并在您开始之前运行大量 Python 模块初始化代码解释你自己的代码。这些模块拥有自己的许多小整数副本（以及也是唯一的 None 对象）。

为什么 Python 对小整数的引用计数出奇地高？

Why are Python Ref Counts to small integers surprisingly high?

python

reference-counting

python-3.x