在CPython和MicroPython中使用@staticmethod能否节省内存？

结论前置 #

你认为普通实例方法版本内存占用更高的判断在特定场景下成立，但和你最初的假设有偏差，核心差异来自方法访问时的绑定逻辑，而非类实例化时的方法复制。

方法访问的底层逻辑 #

首先纠正一个基础认知：Python中类的所有方法的原始函数，只会在类定义阶段生成一次，存储在类的__dict__中，实例化类的时候不会复制任何方法到实例的内存空间，你最初的假设a确实不成立。
两种写法的差异仅出现在通过实例访问方法的环节：

• 普通实例方法是默认的描述符实现：每次通过t1.meth1、t2.meth1访问时，Python会动态生成一个新的绑定方法对象，这个对象会把实例和底层的meth1函数绑定，用来在调用时自动传入self参数。这就是t1.meth1 is t2.meth1返回False的原因——你比较的是两个不同的临时绑定对象，而底层的函数本体永远只有一份。
• 静态方法的@staticmethod是特殊的描述符实现：它的__get__方法会直接返回类定义时生成的原始函数，不会生成任何绑定对象。所以不管你通过类还是任意实例访问meth1，拿到的都是同一个函数对象，自然t1.meth1 is t2.meth1返回True。

具体问题解答 #

静态方法/类方法访问时会生成新对象（你所说的“实例化”）吗？ #

• 静态方法不会：访问时直接返回类定义阶段生成的原始函数，不会生成任何新对象，没有额外开销。
• 类方法会：@classmethod的描述符实现会生成绑定了类的绑定方法对象，每次访问都会生成新的临时对象，这点和普通实例方法的逻辑一致。

你补充的绑定次数判断是正确的 #

第一种普通实例方法的写法下，每次通过实例访问meth1都会触发一次新的绑定，生成新的绑定对象；第二种静态方法的写法完全不会触发绑定过程，直接返回唯一的原始函数，不存在多次绑定的情况。

内存差异的实际影响 #

普通绑定对象本身的内存占用很小，CPython环境下单个绑定对象仅占几十字节，而且用完就会被GC回收，如果你的实例数量只有几千甚至几万，这个开销几乎可以忽略，完全不需要为了这点内存特意使用静态方法。
但以下场景这个差异需要重点关注：

• 内存极其受限的嵌入式环境，也就是你提到的MicroPython场景：单片机的内存往往只有几十KB到几MB，大量频繁生成的临时绑定对象不仅会占用稀缺内存，还会增加GC的触发频率，影响运行稳定性和性能，这种场景下大量使用不需要绑定的静态方法是非常合理的优化手段。
• 需要创建百万级以上类实例、且会高频访问实例方法的服务端场景：累计的绑定对象开销会变得可观，这种情况下也可以考虑用静态方法优化。

CPython和MicroPython的实现差异 #

两者都严格遵循Python的描述符协议，静态方法不会生成绑定对象、普通实例方法会生成绑定对象的核心逻辑完全一致，仅在绑定对象的具体内存占用大小、GC策略上有实现层面的细微差异。

内容的提问来源于stack exchange，提问作者2e0byo