如何在Python中实现字典无引用复制以释放内存？

解决方案 #

1. 澄清：不可变类型的赋值不存在“引用依赖” #

你的示例中，id、c、d的值都是字符串——Python中不可变类型的赋值，本质是传递对象的引用，但因为不可变，原数据的修改不会影响新字典的值。更重要的是：当原字典（list_1、dict_2中的条目）被销毁时，只要没有其他变量持有原数据的引用，Python的垃圾回收机制会自动释放其内存。你观察到的内存未释放，大概率是原数据的引用还被其他变量持有，而非新字典的问题。

2. 显式生成新对象（消除感知上的关联） #

如果要彻底断开与原数据的“关联感”，可以显式生成新的不可变对象（对字符串来说，这一步其实没必要，但能明确避免任何潜在的引用顾虑）：

newlist = []
for x in list_1:
    if x["b"] < 40:
        new_dict = {
            "id": str(x["id"]),  # 生成新的字符串对象
            "d": str(x["d"]),
            "c": str(dict_2[x["id"]]["c"])
        }
        newlist.append(new_dict)

3. 处理嵌套可变类型的场景 #

如果原数据中包含列表、字典这类可变类型，必须使用copy模块的deepcopy来递归复制所有层级的对象，彻底避免引用原数据：

import copy

newlist = []
for x in list_1:
    if x["b"] < 40:
        new_dict = {
            "id": copy.deepcopy(x["id"]),
            "d": copy.deepcopy(x["d"]),
            "c": copy.deepcopy(dict_2[x["id"]]["c"])
        }
        newlist.append(new_dict)

注意：在你的示例场景中，所有值都是不可变的，deepcopy属于过度操作，但如果原数据有嵌套可变结构，这是必要步骤。

4. 彻底清除原数据的引用 #

生成新列表后，手动清除原数据的所有引用，并触发垃圾回收，确保内存被释放：

# 生成newlist后执行
del list_1
del dict_2

# 手动触发垃圾回收（可选，Python会自动回收，大型数据场景可加速）
import gc
gc.collect()

验证内存释放 #

再次使用memory_profiler检测：执行del和gc.collect()后，原数据占用的内存应该会被正常回收。

内容的提问来源于stack exchange，提问作者Agamemnon71