Blender环境下通过ctypes获取C++数组转NumPy时结果随机异常

核心问题与Blender运行环境、同步逻辑无关，本质是C++端返回了失效的悬垂指针。
C++代码中，getArray函数内定义的std::vector<float> array_test是函数局部自动变量，函数执行完成后，该vector会被自动析构，其持有的数组内存会被释放。此时赋值给ret->array的array_test.data()，指向的是已经被释放、标记为可复用的内存地址。
被释放的内存不会立刻被清零或完全覆写，当Python端紧接着读取这块内存时，若这片区域尚未被其他程序操作覆盖，就能临时读到原本的0.3、0.1、0.2序列；一旦内存被后续的栈调用、变量分配覆盖，就会读到随机乱码——这正是结果随机、出错概率约50%的来源。
对应两次运行的日志现象可完全解释：

• 第一次运行数组前半段出现乱码、后半段数值正确：函数返回后，Blender执行Python打印逻辑时的栈操作，恰好覆盖了这块已释放内存的前半段，后半段尚未被覆写，因此显示正确序列
• 第二次运行数组表面数值符合预期，但首值乘2结果为0：这块已释放的内存已经被部分覆写，只是浮点数的二进制位恰好构成了近似0.3、0.1、0.2的数值，实际内存已经不属于原数组，后续计算自然出现逻辑错误。

方案1：明确内存所有权，堆内存由Python端手动释放 #

将C端的局部vector替换为动态分配的堆内存，函数执行完成后不主动释放，等Python端读取完数据后，调用配套的释放函数回收内存。
修正后的C代码：

struct OutArray {
    int     array_len;
    float*  array;
};

extern "C"
__declspec(dllexport) void getArray(OutArray *ret) {
    // 动态分配堆内存，函数内不做析构
    float* array_buf = new float[300];
    for (int i = 0; i < 300; i += 3) {
        array_buf[i] = 0.3f;
        array_buf[i+1] = 0.1f;
        array_buf[i+2] = 0.2f;
    }
    ret->array = array_buf;
    ret->array_len = 300;
}

// 配套实现内存释放函数
extern "C"
__declspec(dllexport) void freeArray(OutArray *ret) {
    delete[] ret->array;
    ret->array = nullptr;
    ret->array_len = 0;
}

使用注意：Python端读取完数组数据后，必须显式调用freeArray释放内存，否则会造成内存泄漏。

方案2：使用全局静态变量存储数组 #

如果数组的生命周期与动态库的运行周期一致，可将vector改为全局静态存储变量，避免每次函数调用时被析构：

struct OutArray {
    int     array_len;
    float*  array;
};

// 全局静态存储，程序运行期间不会被析构
static std::vector<float> array_test;

extern "C"
__declspec(dllexport) void getArray(OutArray *ret) {
    array_test.clear();
    for (int i = 0; i < 100; i++) {
        array_test.push_back(0.3f);
        array_test.push_back(0.1f);
        array_test.push_back(0.2f);
    }
    ret->array = array_test.data();
    ret->array_len = array_test.size();
}

该方案不需要Python端手动释放内存，但需要注意多线程并发访问时的数据安全，以及数组更新时的边界问题。

方案3：Python端预分配缓冲区，C++端负责填充 #

这是跨语言调用最安全的实现方式，完全避免内存所有权的争议：

• Python端预先分配指定长度的NumPy数组，将缓冲区地址传给C++函数
• C++端只负责向传入的地址写入数据，不承担内存分配、释放的责任
  Python端调用示例：

# 预先分配长度300的float32数组
buf = np.zeros(300, dtype=np.float32)
# 将缓冲区地址传给C++函数
lib.fillArray(ctypes.c_void_p(buf.ctypes.data), ctypes.c_int(300))

对应C++端代码：

extern "C"
__declspec(dllexport) void fillArray(float* out_buf, int buf_len) {
    for (int i = 0; i < buf_len; i +=3) {
        out_buf[i] = 0.3f;
        out_buf[i+1] = 0.1f;
        out_buf[i+2] = 0.2f;
    }
}

该方案下内存完全由Python端的NumPy管理，不存在悬垂指针、内存泄漏的问题。

原Python代码中对ctypes函数签名的定义不完整，需要补全参数和返回值类型，避免ctypes错误传递参数：

lib.getArray.argtypes = [ctypes.POINTER(OutArray)]
lib.getArray.restype = None

内容的提问来源于stack exchange，提问作者mifth