Cython:释放内存的内存视图

Question

在Cython代码中，我可以分配一些内存并将其封装在内存视图中，例如：

cdef double* ptr
cdef double[::1] view
ptr = <double*> PyMem_Malloc(N*sizeof('double'))
view = <double[:N]> ptr

如果我现在使用PyMem_Free(ptr)释放内存，那么尝试访问像ptr[i]这样的元素会抛出一个错误，这是应该的。但是，我可以安全地尝试访问view[i]（但它不会返回原始数据）。

我的问题是：只释放指针总是安全的吗？内存视图对象是否以某种方式通知内存被释放，或者我应该以某种方式手动删除该视图？此外，即使内存视图引用了内存，也能保证释放内存吗？

Answer 1

需要对C代码进行一些挖掘才能显示这一点，但是：

线CCD_ 4实际上产生一个CCD_。这与文档中详细描述的"Cython数组"类型相同，cimpportable与cython.view.array类型相同。Cython数组确实有一个名为callback_free_data的可选成员，它可以充当析构函数。

该行翻译为：

struct __pyx_array_obj *__pyx_t_1 = NULL;
# ...
__pyx_t_1 = __pyx_array_new(__pyx_t_2, sizeof(double), PyBytes_AS_STRING(__pyx_t_3), (char *) "c", (char *) __pyx_v_ptr);

（__pyx_t_2和__pyx_t_3只是分别存储大小和格式的临时存储器）。如果我们查看__pyx_array_new内部，我们首先会看到数组的data成员被直接分配给作为__pyx_v_ptr 传递的值

__pyx_v_result->data = __pyx_v_buf;

（即，复制是而不是），其次是未设置callback_free_data旁注：cython.view.array的C代码实际上是由Cython代码生成的，所以如果你想进一步研究，它可能比生成的C.更容易读取

---

从本质上讲，内存视图包含一个cython.view.array，它有一个指向原始数据的指针，但没有设置callback_free_data。当内存视图失效时，将调用cython.view.array的析构函数。这清理了一些内部，但并没有释放它所指向的数据（因为它没有指示如何释放）。

因此，在调用PyMem_Free之后访问内存视图是不安全的。你似乎侥幸逃脱了惩罚。如果你不访问内存视图，那么内存视图保持现有是安全的

def good():
    cdef double* ptr
    cdef double[::1] view
    ptr = <double*> PyMem_Malloc(N*sizeof('double'))
    try:
        view = <double[:N]> ptr
        # some other stuff
    finally:
        PyMem_Free(ptr)
    # some other stuff not involving ptr or view

那就好了。类似于的功能

def bad():
    cdef double* ptr
    cdef double[::1] view
    ptr = <double*> PyMem_Malloc(N*sizeof('double'))
    try:
        view = <double[:N]> ptr
        # some other stuff
    finally:
        PyMem_Free(ptr)
    view[0] = 0
    return view

这将是一个坏主意，因为它传递回一个不指向任何内容的内存视图，并在其查看的数据被释放后访问view。

您一定要确保在某个时刻调用PyMem_Free，否则会发生内存泄漏。如果view被传递，因此寿命很难跟踪，那么一种方法是手动创建一个设置了callback_free_data的cython.view.array：

cdef view.array my_array = view.array((N,), allocate_buffer=False)
my_array.data = <char *> ptr
my_array.callback_free_data = PyMem_Free
view = my_array

如果view的寿命是显而易见的，那么您可以像以前一样在ptr上调用PyMem_Free。