Python C扩展强制内存泄漏测试：sys.gettotalrefcount无持续增长

你的代码确实存在内存泄漏 #

你通过PyLong_FromLong(i)创建了一个PyLong对象，该函数返回的是新引用——按照Python C扩展的内存管理规则，你需要手动调用Py_DECREF(temp)来释放这个对象的引用。由于你没有执行释放操作，每次调用myfunc都会留下一个无法被Python垃圾回收机制回收的PyLong对象，确实会造成内存泄漏。

为什么sys.gettotalrefcount()不再增长？ #

sys.gettotalrefcount()的局限性导致它无法精准反映你的泄漏情况：

• 它统计的是所有活跃Python对象的引用计数总和，但Python的内存分配器会缓存已释放的内存块。后续创建对象时可能复用这些缓存块，导致引用计数的变化不直接对应内存占用的持续增长。
• 解释器内部的临时操作（比如函数调用栈上的对象、内置模块的内部状态）会影响引用计数的数值，单次调用的变化可能被其他操作抵消，无法单独体现你代码中的泄漏。

更可靠的泄漏检测方法 #

• tracemalloc：Python标准库模块，可追踪内存分配，通过对比不同时间点的内存快照，直接查看哪些对象未被释放。
• valgrind：系统级工具，直接检测C扩展代码中的内存泄漏（包括未释放的堆内存），是排查C扩展内存问题的首选工具之一。
• gc模块调试：启用gc.set_debug(gc.DEBUG_LEAK)可以让垃圾回收器输出未被回收的对象信息，但注意：C扩展中未正确加入GC链表的对象，gc可能无法追踪到。

内容的提问来源于stack exchange，提问作者daniel