Python嵌套函数与全局外部函数的内存效率差异问询

你的理解存在部分偏差，我们结合你给出的示例代码具体说明：

def functionA(b, c):
    def _innerFunction(b, c):
        return b + c
    return _innerFunction(b, c)

def _outerFunction(b, c):
    return b + c

def functionB(b, c):
    return _outerFunction(b, c)

首先明确两个核心事实：

• 模块加载阶段，Python会把所有顶层函数（包括functionA、_outerFunction、functionB）的代码全部编译成代码对象，同时创建对应的顶层函数实例。_innerFunction的代码对象也会在这个阶段随functionA的编译一起生成，存放在functionA的代码常量池中，全局唯一，永远不会因为多次调用functionA被重复编译、重复加载。
• 每次调用functionA时，确实会产生一点额外开销：Python会基于已经编译好的_innerFunction代码对象，新建一个临时的函数实例，把它绑定到functionA的局部作用域，调用完成后这个临时实例没有被引用的话就会被垃圾回收。这个过程本质是给现成的代码套一层轻量的“壳”来绑定作用域，开销非常小，和“重新加载整个函数”完全不是一个量级。

再对比两个函数的内存和性能差异：

• _outerFunction作为顶层函数，模块加载完成后就只有一个全局唯一的函数实例，调用functionB时只需要在全局命名空间找到这个实例直接调用，没有额外的实例创建开销。
• 你示例里的functionA每次调用新建内部函数实例的开销，在绝大多数业务场景下完全可以忽略，只有在每秒百万次级别的极端高频调用下，才可能测出可感知的性能差距。如果嵌套函数是用来实现闭包、装饰器、状态隔离的场景，这点微小的开销换更好的封装性是完全划算的。

你可以自己做个简单验证：多次调用functionA，打印内部_innerFunction的__code__属性的内存地址，会发现所有调用拿到的代码对象地址完全一致，证明底层代码根本没有被重复加载；只是函数实例本身的地址不同，对应每次调用新建的轻量实例。

内容的提问来源于stack exchange，提问作者CLRW97