循环引用场景
- 场景描述：当两个或多个对象相互引用，形成一个循环链，而这些对象外部没有其他强引用指向它们时，Python的垃圾回收机制无法自动回收这些对象，从而导致内存泄漏。例如，类A的实例对象a引用类B的实例对象b，而b又引用a。
class A:
def __init__(self):
self.b = None
class B:
def __init__(self):
self.a = None
a = A()
b = B()
a.b = b
b.a = a
a = None
b = None
- 修复策略：
- 手动打破循环引用。在适当的地方将循环引用中的某个引用设置为
None，例如在上述代码中，在a = None和b = None之前添加a.b = None或b.a = None。
- 使用弱引用（
weakref模块）。弱引用不会增加对象的引用计数，当对象的其他强引用都消失后，垃圾回收机制可以回收该对象。例如修改上述代码为：
import weakref
class A:
def __init__(self):
self.b = None
class B:
def __init__(self):
self.a = None
a = A()
b = B()
a.b = weakref.ref(b)
b.a = weakref.ref(a)
a = None
b = None
全局变量的不当使用场景
- 场景描述：在模块级别定义大量的全局变量，并且这些变量在程序运行过程中不断增长，却没有被及时清理。例如在一个模块中定义了一个全局列表，在函数中不断向该列表添加元素，但没有对列表进行清理操作。
big_list = []
def add_to_list():
for i in range(1000):
big_list.append(i)
while True:
add_to_list()
- 修复策略：
- 尽量避免使用全局变量，如果必须使用，要确保在适当的时候对其进行清理。例如在上述代码中，可以在
add_to_list函数中添加对big_list的清理逻辑：
big_list = []
def add_to_list():
for i in range(1000):
big_list.append(i)
big_list.clear()
while True:
add_to_list()
- 将全局变量封装在类中，通过类的实例方法来管理变量的生命周期和操作，利用类的作用域控制变量的访问和清理。
文件或资源未关闭场景
- 场景描述：在Python中打开文件、数据库连接、网络套接字等资源后，如果没有正确关闭，随着程序的运行，这些资源会一直占用内存，最终导致内存泄漏。例如：
while True:
file = open('test.txt', 'r')
data = file.read()
# 没有关闭文件操作
- 修复策略：
- 使用
with语句，它会在代码块结束时自动关闭文件或其他支持上下文管理的对象。例如：
while True:
with open('test.txt', 'r') as file:
data = file.read()
- 对于不支持上下文管理的资源，在使用完毕后显式调用关闭方法。例如对于网络套接字
socket对象，在使用完后调用socket.close()方法。
大量创建临时对象场景
- 场景描述：在循环中大量创建临时对象，而这些对象没有及时被垃圾回收。例如在一个循环中频繁创建字符串对象：
for _ in range(1000000):
temp_str = 'a' * 1000
- 修复策略：
- 尽量复用对象，而不是每次都创建新对象。例如上述代码可以改为预先创建一个字符串对象，然后在循环中复用：
base_str = 'a' * 1000
for _ in range(1000000):
temp_str = base_str
- 对于不可变对象（如字符串），Python本身有一定的优化机制，如字符串驻留（intern机制），但对于自定义的类对象，需要注意避免不必要的创建。如果对象创建开销较大，可以考虑使用对象池模式来管理对象的创建和复用。
