如何降低字典的内存占用？附快速属性查找场景需求

嘿，这个场景我太熟悉了——当你要创建大量Plane实例时，字典的内存开销确实会悄悄拖慢你的应用，尤其是每个properties里还塞了一堆小字典。咱们来聊聊几个实用的优化方向，一步步降低内存占用：

1. 合并零散的小字典（最立竿见影的第一步） #

看你的例子里，properties是一个字典列表，每个字典居然只有一个键值对？比如[{"canFly": True}, {"isWaterProof": False}]——这完全是在浪费内存啊！每个字典本身都有额外的开销（比如哈希表结构、元数据存储），一个小字典的开销可能比它存的键值对还大。

直接把这些小字典合并成一个大字典：

class Plane(object):
    def __init__(self, name, properties):
        self.name = name
        self.properties = properties  # 现在是单个字典，不是列表

    @classmethod
    def from_idx(cls, idx):
        if idx == 0:
            return cls("PaperPlane", {"canFly": True, "isWaterProof": False})
        if idx == 1:
            return cls("AirbusA380", {"canFly": True, "maxSpeed": 900, ...})

这样一来，你就把多个字典的开销压缩成了一个，内存占用直接砍半（甚至更多）。

2. 共享重复的字典实例 #

如果多个Plane实例有相同的属性（比如大部分飞机都有{"canFly": True}），别每次都新建一个字典！把这些重复的字典抽成全局常量，让所有需要的实例共享同一个对象：

# 定义全局共享的属性字典，只创建一次
COMMON_PROPS = {
    "CAN_FLY_TRUE": {"canFly": True},
    "WATER_PROOF_FALSE": {"isWaterProof": False},
    "MAX_SPEED_900": {"maxSpeed": 900}
}

class Plane(object):
    def __init__(self, name, properties):
        self.name = name
        self.properties = properties

    @classmethod
    def from_idx(cls, idx):
        if idx == 0:
            # 直接引用共享字典，不再新建
            return cls("PaperPlane", {**COMMON_PROPS["CAN_FLY_TRUE"], **COMMON_PROPS["WATER_PROOF_FALSE"]})
        if idx == 1:
            return cls("AirbusA380", {**COMMON_PROPS["CAN_FLY_TRUE"], **COMMON_PROPS["MAX_SPEED_900"], ...})

Python里对象是引用传递的，所以这些共享字典只会在内存中存在一次，不管多少个Plane引用它。注意如果你的属性是只读的，这个方法完全安全；如果需要修改属性，那得小心别影响其他实例（可以在需要修改时再复制一份）。

3. 用轻量级结构代替字典：namedtuple或dataclass #

字典的灵活性代价就是内存开销，如果你能提前确定属性的键名，用namedtuple或者冻结的dataclass替代字典会更高效——它们没有字典的哈希表 overhead，存储更紧凑。

用namedtuple（Python 2/3都支持） #

from collections import namedtuple

# 定义固定结构的属性类型，键名提前确定
PlaneProps = namedtuple("PlaneProps", ["canFly", "isWaterProof", "maxSpeed"])

# 创建共享的属性实例，只初始化一次
PAPER_PLANE_PROPS = PlaneProps(canFly=True, isWaterProof=False, maxSpeed=None)
AIRBUS_PROPS = PlaneProps(canFly=True, isWaterProof=True, maxSpeed=900)

class Plane(object):
    def __init__(self, name, properties):
        self.name = name
        self.properties = properties

    @classmethod
    def from_idx(cls, idx):
        if idx == 0:
            return cls("PaperPlane", PAPER_PLANE_PROPS)
        if idx == 1:
            return cls("AirbusA380", AIRBUS_PROPS)

用dataclass（Python 3.7+，更灵活） #

from dataclasses import dataclass

# 冻结的dataclass不可变，内存占用和namedtuple差不多，但语法更友好
@dataclass(frozen=True)
class PlaneProps:
    canFly: bool
    isWaterProof: bool
    maxSpeed: int | None = None

# 同样创建共享实例
PAPER_PLANE_PROPS = PlaneProps(canFly=True, isWaterProof=False)
AIRBUS_PROPS = PlaneProps(canFly=True, isWaterProof=True, maxSpeed=900)

# Plane类用法和上面一致

这两种结构的内存占用比字典小30%-50%左右，而且访问属性时可以用.语法（比如plane.properties.canFly），比字典的[]更直观。

4. 给Plane类加上__slots__优化实例内存 #

最后，如果你要创建成千上万的Plane实例，可以给Plane类加上__slots__，让Python不用字典存储实例的属性，而是用固定的数组，进一步减少每个实例的内存开销：

class Plane(object):
    __slots__ = ["name", "properties"]  # 限制实例只能有这两个属性
    def __init__(self, name, properties):
        self.name = name
        self.properties = properties

    # from_idx方法不变

这个优化针对的是Plane实例本身，虽然不是直接优化字典，但当实例数量很大时，效果非常明显。

总结一下优先级：先合并零散小字典 → 再共享重复属性实例 → 然后用namedtuple/dataclass替代字典 → 最后加__slots__优化实例。根据你的实际场景选最合适的组合就行！

内容的提问来源于stack exchange，提问作者Merlin1896