Python gc.collect()中float自由列表疑问及内存泄漏风险咨询

官方文档语句的真实含义 #

Not all items in some free lists may be freed due to the particular implementation, in particular float.

这句话核心意思是：Python内部的「对象自由列表」机制会缓存一部分已无引用的对象（尤其是float类型），即便调用gc.collect()，这部分缓存对象也不会被彻底释放回操作系统。

这不是说float对象完全无法被垃圾回收，而是Python为了优化性能，会把刚被销毁的float对象暂存在自由列表中，供后续创建新float时直接复用，避免频繁分配/释放内存的开销。

纠正你的误解：float并非完全不回收，int的情况有区别 #

你提到的[1.0,2.0,3.0]在失去引用后，这些float对象的引用计数会归零，但不会立刻释放给系统，而是被加入float的自由列表缓存；而[1,2,3]里的小整数（-5到256区间）是Python全局缓存的单例对象，不管有没有引用，它们本身就不会被销毁，这和垃圾回收机制无关——如果是超出该范围的大整数，失去引用后会被正常回收，不会进入类似float的自由列表。

直观示例：观测float自由列表的缓存行为 #

我们可以用tracemalloc观测内存变化，对比float和大整数的回收差异：

import gc
import tracemalloc

# 观测float的内存变化
tracemalloc.start()
l_float = [float(i) for i in range(10000)]
l_float = None
gc.collect()
current, peak = tracemalloc.get_traced_memory()
print(f"float列表回收后，当前内存占用: {current/1024/1024:.2f} MB")
tracemalloc.stop()

# 观测大整数的内存变化
tracemalloc.start()
l_int = [1000000 + i for i in range(10000)]
l_int = None
gc.collect()
current, peak = tracemalloc.get_traced_memory()
print(f"大整数列表回收后，当前内存占用: {current/1024/1024:.2f} MB")
tracemalloc.stop()

运行后会发现，float列表回收后的内存占用略高于大整数情况——这就是部分float对象被保留在自由列表中，未释放给操作系统的证明。后续再创建新float对象时，内存不会明显上涨，因为复用了缓存的对象。

重复调用生成大量float的函数是否会内存泄漏？ #

不会出现内存泄漏。CPython中float的自由列表有固定大小限制（默认最多缓存100个空闲float对象，不同版本略有调整），当自由列表满了之后，新产生的空闲float对象会被正常释放给操作系统。

用你给出的代码测试（新增内存观测逻辑）：

import random
import psutil
import os
import gc

def get_memory_usage():
    process = psutil.Process(os.getpid())
    return process.memory_info().rss / 1024 / 1024  # 单位MB

def f():
    l = [random.uniform(0, 1) for _ in range(100_000_000)]

if __name__ == '__main__':
    count = 1
    while count <= 5:
        print(f"{count=}, 当前内存: {get_memory_usage():.2f} MB")
        f()
        gc.collect()
        print(f"回收后内存: {get_memory_usage():.2f} MB")
        count += 1

运行后可见：第一次调用f()内存大幅上涨，回收后内存下降但不会回到初始值；第二次及之后调用f()，内存不再持续上涨，而是稳定在固定区间——这说明内存占用可控，不存在泄漏问题，只是自由列表缓存了少量float对象。

内容的提问来源于stack exchange，提问作者maplemaple