Question

我一直在为同事们做一个演示文稿来解释GIL背后的基本行为和推理，并发现了一些我无法解释的内容，同时快速解释了引用计数。似乎新声明的变量有四个引用，而不是我期望的那个。例如，以下代码：

the_var = 'Hello World!'
print('Var created: {} references'.format(sys.getrefcount(the_var)))

此输出中的结果：

Var created: 4 references

如果我使用整数＆gt;我验证输出是相同的。如果我在函数范围或循环中声明了变量，则100（＆lt; 100是预先创建并具有更大的引用计数）或浮点数。结果是一样的。在2.7.11和3.5.1中，行为似乎也是相同的。

我试图调试sys.getrefcount以查看它是否正在创建其他引用，但无法进入该函数（我假设它是直接向下到C层）。

我知道当我出现时，我会至少得到一个关于此问题的问题，而实际上我对输出感到非常困惑。任何人都可以向我解释这种行为吗？

Answer 1

有几种情况会产生不同的引用计数。最简单的是REPL控制台：

>>> import sys
>>> the_var = 'Hello World!'
>>> print(sys.getrefcount(the_var))
2

理解这个结果非常简单 - 本地堆栈中有一个引用，sys.getrefcount()函数有一个临时/本地（甚至documentation警告它 - The count returned is generally one higher than you might expect ）。但是，当您将其作为独立脚本运行时：

import sys

the_var = 'Hello World!'
print(sys.getrefcount(the_var))
# 4

正如您所注意到的，您获得了4。什么给出了什么？好吧，让我们调查......垃圾收集器有一个非常有用的接口 - gc模块 - 所以如果我们在REPL控制台中运行它：

>>> import gc
>>> the_var = 'Hello World!'
>>> gc.get_referrers(the_var)
[{'__builtins__': <module '__builtin__' (built-in)>, '__package__': None, 'the_var': 'Hello 
World!', 'gc': <module 'gc' (built-in)>, '__name__': '__main__', '__doc__': None}]

没有奇迹， - 基本上只是当前的命名空间（locals()），因为变量在其他任何地方都不存在。但是当我们将它作为一个独立的脚本运行时会发生什么：

import gc
import pprint

the_var = 'Hello World!'
pprint.pprint(gc.get_referrers(the_var))

打印出来（YMMV，基于你的Python版本）：

[['gc',
  'pprint',
  'the_var',
  'Hello World!',
  'pprint',
  'pprint',
  'gc',
  'get_referrers',
  'the_var'],
 (-1, None, 'Hello World!'),
 {'__builtins__': <module '__builtin__' (built-in)>,
  '__doc__': None,
  '__file__': 'test.py',
  '__name__': '__main__',
  '__package__': None,
  'gc': <module 'gc' (built-in)>,
  'pprint': <module 'pprint' from 'D:\Dev\Python\Py27-64\lib\pprint.pyc'>,
  'the_var': 'Hello World!'}]

果然，正如sys.getrefcount()告诉我们的那样，我们在列表中还有两个引用，但那到底是什么？好吧，当Python解释器正在解析你的脚本时，它首先需要compile它到字节码 - 当它执行时，它将所有字符串存储在一个列表中，因为它也提到你的变量，它被声明为一个引用它。

第二个更神秘的条目（(-1, None, 'Hello World!')）来自peep-hole optimizer并且只是优化访问（在这种情况下是字符串引用）。

这两个都是纯粹的临时和可选的 - REPL控制台正在进行上下文分离，因此如果你要外包，那么你就不会看到这些引用。根据您当前的背景进行编译：

import gc
import pprint

exec(compile("the_var = 'Hello World!'", "<string>", "exec"))
pprint.pprint(gc.get_referrers(the_var))

你得到：

[{'__builtins__': <module '__builtin__' (built-in)>,
  '__doc__': None,
  '__file__': 'test.py',
  '__name__': '__main__',
  '__package__': None,
  'gc': <module 'gc' (built-in)>,
  'pprint': <module 'pprint' from 'D:\Dev\Python\Py27-64\lib\pprint.pyc'>,
  'the_var': 'Hello World!'}]

如果您要回到最初通过sys.getreferencecount()获取引用计数的尝试：

import sys

exec(compile("the_var = 'Hello World!'", "<string>", "exec"))
print(sys.getrefcount(the_var))
# 2

就像在REPL控制台中一样，正如预期的那样。由于它是就地发生的窥孔优化所引起的额外引用，可以通过在计算引用之前强制进行垃圾收集（gc.collect()）来立即丢弃。

但是，在整个文件被解析和编译之前，无法释放在编译期间创建的字符串列表，这就是为什么要在另一个脚本中导入脚本然后计算对{{1}的引用的原因从你那里得到the_var而不是3只是当你认为它不再混淆你时;）

为什么Python中新创建的变量的ref-count为4？

1 个答案: