Fluent_Python_Part4面向对象，08-ob-ref，对象引用、可变性和垃圾回收

第四部分第8章，对象引用、可变性和垃圾回收

1. 创建对象之后才会把变量分配给对象

变量是对象的标注，是对象的别名，是对象的引用，并不是对象存储的地方。

例子1. 证明赋值语句的右边先执行

class Gizmo():
    def __init__(self):
        print('Gizmo id: %d' % id(self))

x = Gizmo()
#这里表明，在尝试求积之前会创建一个新的Gizmo实例。
y = Gizmo() * 10

print(dir())

2. 标识(id())、相等性(==)和别名

例子1. 两个变量指向同一个对象

charles = {'name': 'Charles L. Dodgson', 'born': 1832}

lewis = charles

print(id(charles), id(lewis))
print(charles is lewis)

lewis['balance'] = 950
print(charles)

例子2. chrles和lewis绑定同一个对象，alex绑定另外一个具有相同内容的对象

charles = {'name': 'Charles L. Dodgson', 'born': 1832}

alex = {'name': 'Charles L. Dodgson', 'born': 1832}

print(id(charles), id(alex))
#dict类的__eq__方法实现了==运算符
print(charles == alex)
print(charles is alex)

例子1和例子2中，charles和lewis是别名，即两个变量绑定同一个对象。而alex不是charles的别名，因为二者绑定的是不同的对象。alex和charles绑定的对象具有相同的值（==比较的是值），但它们的标识(id)不同。

每个对象都有标识（id）、类型和值。对象一旦创建，在它的生命周期中它的id不会变；可以将标识理解为对象在内存中的地址。is运算符比较两个对象的id；id（）函数返回对象标识的整数表示。

3. ==和is

==运算符比较两个对象的（对象中保存的数据），is运算符比较对象的标识。

通常我们关注的是值，不是id,所以Python中出现的频率比is高。

is运算符比速度快。 a == b是语法糖，等同于a.eq(b)。继承自object的__eq__方法比较两个对象的id，结果与is一样。多数内置类型覆盖了__eq__方法，所以相等性测试可能涉及大量处理工作，例如比较大型集合或嵌套层级深的结构时。

4. 元组tuple的相对不可变性

1. 元组与多数Python的collections(list、dict、set等等)一样，保存的是对象的引用。
2. 元组的不可变性是值tuple本身不可变，元素依然可变。
3. 而str、bytes和array.array等单一类型序列是扁平的，它们保存的不是引用，而是在连续的内存中保存数据本身（字符、字节和数字）。

例子1. 元组中不变的是元素的标识(id),元组的值会随着引用的可变对象的变化而变

t1 = (1, 2, [30, 40])
t2 = (1, 2, [30, 40])

#t1和t2是两个不同的对象，标识不同，但是值相同
print(id(t1), id(t2))
print(t1 == t2)

#print('id(t1)', id(t1))
print(id(t1[-1]))
#t1[-1]为列表的引用，可以修改其中的值
t1[-1].append(50)
print(id(t1[-1]))
print(t1)
#print('id(t1)', id(t1))

5. 浅复制(shallow copy)

例子1. 构造方法list和[:]做的是浅复制（即复制了最外层容器，副本中的元素是源容器中元素的引用）

l1 = [3, [55,44], (7,8,9)]
l2 = list(l1)

print(l1 == l2, id(l1), id(l2))

l3 = l2[:]
print(l3 == l2, id(l3), id(l2))

浅复制，如果所有元素都是不可变的，那么这样没有问题，且节省内存。但是，如果有可变的元素，可能会导致意想不到的问题。

例子2. 一个包含另外一个列表和一个元组的列表做浅复制，再做些修改，看看影响。

#可以在Python Tutor网站查看过程
l1 = [3, [66, 55, 44], (7, 8, 9)]
# 1.list()构造方法是浅复制
l2 = list(l1)
# 2.浅复制复制的是最外层容器，保留源容器中元素的引用，所以把100追加到l1中，对l2没有影响。
l1.append(100)
# 3.l1[1]与l2[1]绑定的列表是同一个
l1[1].remove(55)
print('l1:', l1)
print('l2:', l2)
# 4.对列表来说,+=运算符就地修改列表。
print('id(l2[1]，列表): ', id(l2[1]))
l2[1] += [33, 22]
print('id(l2[1],列表): ', id(l2[1]))
print('id(l2[2]，元组): ', id(l2[2]))
# 5.对元组来说，+=运算符创建一个新的元组，然后重新绑定给变量。
l2[2] += (10, 11)
print('id(l2[2]，元组): ', id(l2[2]))
print('l1:', l1)
print('l2:', l2)

对列表来说,+=运算符就地修改列表。对元组来说，+=运算符创建一个新的元组，然后重新绑定给变量。

6.深复制(Deep copy)

1. 有时候我们需要的是深复制（即副本不共享内部对象的引用）
2. copy模块提供的deepcopy和copy函数能为任意对象做深复制和浅复制。

例子1. 演示copy()和deepcopy()的用法，定义了Bus类。

class Bus:
    """Bus类表示运载乘客的校车，在途中乘客会上车或下车"""

    def __init__(self, passengers=None):
        if passengers is None:
            self.passengers = []
        else:
            self.passengers = list(passengers)

    def pick(self, name):
        self.passengers.append(name)

    def drop(self, name):
        self.passengers.remove(name)

创建一个Bus类的实例bus1，一个浅复制副本bus_shallow, 一个深复制副本bus_deep

class Bus:
    """Bus类表示运载乘客的校车，在途中乘客会上车或下车"""

    def __init__(self, passengers=None):
        if passengers is None:
            self.passengers = []
        else:
            self.passengers = list(passengers)

    def pick(self, name):
        self.passengers.append(name)

    def drop(self, name):
        self.passengers.remove(name)

import copy
bus1 = Bus(['Alice', 'Bill', 'Claire', 'David'])
#copy()浅复制
bus_shallow = copy.copy(bus1)
#deepcopy()深复制
bus_deep = copy.deepcopy(bus1)
#bus1和bus_shallow元素中passenger是同一个列表的引用，而bus_deep中passengers是指向另一个列表
bus1.drop('Claire')
print(bus_shallow.passengers)
print(bus_deep.passengers)

print(id(bus1.passengers), id(bus_shallow.passengers), id(bus_deep.passengers))

例子2.deepcopy解决循环引用问题

如果对象有循环引用，那么这个算法会进入无限循环。deepcopy函数会想办法复制对象，解决循环引用。

a = [10 ,20]
b = [a , 30]
a.append(b)

print(a)
from copy import deepcopy
c = deepcopy(a)
print(c)

通过别名共享对象还能解释Python中传递参数的方式，以及使用可变类型作为参数默认值引起的问题。接下来讨论这些问题。

7. 函数的参数作为引用的时候

1. 基本类型按值传参，引用类型是共享传参（call by sharing）。
2. 共享传参指函数的形式参数获得实参中引用的副本。也就是说，函数内部的形参是实参的别名。这种方案的结果是，函数可能会修改作为参数传入的可变对象，但是无法修改那些对象的id(不能把一个对象替换成另外一个对象)。

例子1. 函数可能会修改接收到的任何可变对象

本例子用+=运算符，实际传入的实参可能会受到影响

def f(a, b):
    a += b
    return a
#数字没变
x = 1
y = 2
print(f(x,y), x, y)
#列表变了
a = [1, 2]
b = [3, 4]
print(f(a, b), a, b)
#元组没变
t = (10, 20)
u = (30, 40)
print(f(t, u), t, u)

例子2. 说明可变默认值的危险，类HauntedBus(幽灵巴士)，从Bus类而来。

不要使用可变类型作为参数的默认值

题外话：可选参数可以有默认值，这是Python函数定义的一个很棒的特性，这样API在进化的同时能保证向后兼容。

class HauntedBus:
    """备受幽灵乘客折磨的校车"""

    def __init__(self, passengers=[]):
        self.passengers = passengers

    def pick(self, name):
        self.passengers.append(name)

    def drop(self, name):
        self.passengers.remove(name)

#使用默认值的bus1和bus2相互影响
bus1 = HauntedBus()
bus1.pick('Bill')
bus2 = HauntedBus()
print(bus2.passengers)
bus2.pick('Allen')
print(bus1.passengers)

使用默认值的HauntedBus实例会共享同一个乘客列表。

这个问题的根源是，默认值在定义函数时计算（通常在加载模块时），因此默认值变成了函数对象的属性。

因此，如果默认值是可变对象，而且修改了它的值，那么后续的函数调用都会受到影响。

例子3. 查看例子2中的函数对象的属性，证明默认值变成了函数对象的属性

class HauntedBus:
    """备受幽灵乘客折磨的校车"""

    def __init__(self, passengers=[]):
        self.passengers = passengers

    def pick(self, name):
        self.passengers.append(name)

    def drop(self, name):
        self.passengers.remove(name)

bus1 = HauntedBus()
bus1.pick('Bill')
bus2 = HauntedBus()
print(bus2.passengers)
bus2.pick('Allen')
print(bus1.passengers)

print(dir(HauntedBus.__init__))
#输出(['Bill', 'Allen'])
print(HauntedBus.__init__.__defaults__)

#bus2.passengers是一个别名，绑定到HauntedBus.__init__.__defaults__属性的第一个元素上
print(HauntedBus.__init__.__defaults__[0] is bus2.passengers)

可变默认值导致的问题说明了为什么通常使用None作为接受可变值的参数的默认值。

例子4. TwilightBus，下车的学生从篮球队中消失了。

class TwilightBus:
    """让乘客销声匿迹的校车"""

    def __init__(self, passengers=None):
        if passengers is None:
            self.passengers = []
        else:
            self.passengers = passengers

    def pick(self, name):
        self.passengers.append(name)

    def drop(self, name):
        self.passengers.remove(name)

这里的问题是，校车为传给构造方法的列表创建了别名，即self.passengers = passengers。正确的做法是，校车自己维护乘客列表。 方法是在__init__中，传入passengers参数时，应该把参数值的副本赋值给self.passengers，即self.passengers = list(passengers)代替self.passengers = passengers。

def __init__(self, passengers):
    if passengers is None:
        self.passengers = []
    else:
        self.passengers = list(passengers)

1. list()构造函数创建了另外一个对象，维护相同值，这个就是副本。注意，tuple(t)获得的是同一个对象。这些是CPython实现的细节。
2. 更加灵活。传给passengers参数的值可以是元组或者其他可迭代对象。

8. del和垃圾回收

1. del语句删除名称，而不是对象。
2. del命令可能会导致对象被当作垃圾回收，仅当删除的变量保存的是对象的最后一个引用，或者无法得到对象时。
3. 重新绑定也可能导致对象的引用计数归零，导致对象被回收。
4. 有个__del__特殊方法。即将销毁实例时，Python解释器会调用__del__方法，给实例最后的机会，释放资源（如回收内存）。自己很少需要实现__del__方法，因为很难用对。
5. 在CPython中，垃圾回收使用的主要算法是引用计数。但Python的其他实现有更复杂的垃圾回收程序，而且不依赖引用计数。这意味着，对象的引用数为0时可能不会立即调用__del__方法。

例子1. 演示对象生命结束时的情形。并说明del不会删除对象。对象不可获取，从而被删除。

import weakref
s1 = {1, 2, 3}
s2 = s1

def bye():
    print('Gone with the wind')

wek_ref = weakref.finalize(s1, bye)
print(wek_ref.alive)
del s1
print(wek_ref.alive)

s2 = 'spam'
print(wek_ref.alive)

我们把s1引用传给finalize函数了，虽然s1,s2都不指向{1, 2, 3}了，为什么{1, 2, 3}对象被销毁了？

这是因为finalize持有{1, 2, 3}的弱引用，为了监控对象和调用回调。

9. 弱引用

弱引用不会增加对象的引用数量。

弱引用不会妨碍所指对象被当做垃圾回收。

如果弱引用指向的对象死亡，弱引用就返回None。

弱引用在缓存应用中很有用，因为我们不想仅因为被缓存引用着而始终保存缓存对象。

例子1. 弱引用是可调用对象，返回的是被引用的对象；如果所指对象不存在了，返回None

Note: 这里隐式赋值给_, _是强引用。

例子1的wearef.ref是底层接口，这里为了做演示。多数程序最好使用WeakKeyDictionary、WeakValueDictionary、WeakSet和finalize(在内部使用弱引用)，不要自己手动创建并处理weakref.ref实例。

WeakValueDictionary简介：中文电子书P370

弱引用的局限：中文电子书P372

10. Python对不可变类型施加的把戏。

这是CPython的实现细节。中文电子书P374。

1. list(l1),l1[:]返回的都是一个新的对象，tuple(t1)得到同一个元组。
2. str、bytes、fronzenset实例也有这种行为。
3. 注意，frozenset实例不是序列，因此不能使用fs[:]。但是，fs.copy()是善意的谎言，返回同一个对象的引用而不是创建一个副本。为的是接口的兼容性，节省内存，提高解释器的速度，使得fronzenset的兼容性比set强。
4. 两个不可变对象是同一个对象还是副本，对用户来说没什么区别。

另外，

总结：

变量保存的是引用，这一点对Python编程有很多实际的影响。

1. 简单的赋值不创建副本。
2. 对+=或*=所做的增量赋值来说，如果左边的变量绑定的是不可变对象，会创建新对象；如果是可变对象，就原地修改。
3. 为现有的变量赋予新值，不会修改之前绑定的变量。这就重新绑定：变量绑定了其他的对象。如果变量是之前那个对象的最后一个引用，对象会被当作垃圾回收。
4. 函数的参数以引用的形式传递。这意味着，函数可能会修改通过参数传入的可变对象。解决与否看需求。如果不想被修改，在函数本地创建副本，或者传入的参数使用不可变对象。（例如传入元组而不是列表）。
5. 使用可变类型作为函数参数的默认值有危险，因为如果使用默认值初始化实例，在实例中修改了参数，会影响到以后再使用默认值初始化的实例的调用。
6. 在CPython中，对象的引用数量归零后和除了循环引用之外没有其他引用，两个对象都会被销毁。
7. 某些情况下，可能需要保存对象的引用，但不保存对象本身。例如，有一个类想要记录所有实例。这个需求可以使用弱引用实现，这是一种底层机制，是weakref模块中WeakValueDictionary、WeakKeyDictionary和WeakSet等有用的集合类以及weakref.finalize函数的底层支持。
8. 在Python中比较的是对象的值， is才是比较对象的引用或者标识(id)。而在Java中，比较的是对象（不是基本类型）的引用。
9. 当然，自己可以在类中定义__eq__方法，决定==如何比较对象。如果不覆盖__eq__方法，从object几成的方法就是比较对象的ID。
10. Python支持重载运算符，不支持函数重载。
11. 处理不可变的对象时，变量保存的是真正的底下那个还是共享对象的引用无关紧要。如果a == b成立，而且两个对象都不会变，那么它们就可能是相同的对象。这就是为什么字符串可以安全使用驻留(intering)。仅当对象可变时，对象标识(id)才重要。
12. 可变对象是导致多线程编程难以处理的主要原因，因为某个线程改动对象后，如果不正确地同步，那就会损坏数据。但是过度同步又会导致死锁。
13. Python没有直接销毁对象的机制，这其实是一个好的特性：如果随时可以销毁对象，那么指向对象的强引用怎么办？
14. 在CPython中, 垃圾回收依靠引用计数。

open('test.txt', 'wt', encoding='utf-8').write('1,2,3
')

这段代码在CPython是安全的，一旦引用数量归零，就立即销毁对象，因为文件对象的引用数量会在write方法返回后归零，Python在销毁内存中表示文件的对象之前，会立即关闭文件。然而在JPython和IronPython中却不安全，因为它们使用的是宿主运行时（Java VM和.NET CLR）中的垃圾回收程序，不依靠引用计数，更加复杂。所以，在任何情况下，应该改为以下的代码：

with open('test.txt', 'wt', encoding='utf-8') as fp:
    fp.write('1,2,3')