Python中可以存在“软引用”吗？
在其他编程语言中，比如Java，对象的引用可以分为强引用、弱引用、软引用和虚引用。简单来说，这些不同的引用方式决定了程序如何管理内存和对象的生命周期。
而在Python中，默认情况下，引用是强引用。这意味着只要有一个强引用指向某个对象，这个对象就不会被清理掉。Python还有一个叫WeakRef的模块，可以用来创建弱引用。
那么，在Python中有没有“软引用”呢？
在我的具体情况中，我有一个缓存，里面存放着一些创建起来比较耗时间的对象。有时候，可能没有其他地方在使用这些缓存的对象，但如果内存还足够，我并不想轻易把这些对象丢掉。
2 个回答
0
另一种选择是使用一个缓存，这个缓存可以保持一定数量的对象（比如说100个），而不是直接计算它们占用的内存。当你访问一个对象时，如果这个对象已经在缓存里，它就会被放到缓存的最上面；如果这个对象不在缓存里，那么缓存底部的对象就会被新的对象替换掉。
虽然没有经过测试，但理论上应该是可行的。
6
Python本身只提供了两种引用方式：强引用和弱引用，没有其他类型。
不过，我在大约一年前写了一个叫做软引用的实现，可以在这里找到。虽然它提供的功能不完全是软引用，但对于大多数情况来说已经很接近了。这个实现有点粗糙，但功能是完全可以用的……不过，它内部依赖了一些引用计数的机制，所以可能在除了CPython以外的其他环境下会出问题。
特别是，我是为了缓存那些创建成本高、生命周期长的对象而写的……SoftValueDictionary应该正是你需要的东西。