Python：__slots__ 詳解

在 Python 中，每個對象通常擁有一個可變字典 __dict__，用于保存屬性。這種結構帶來了極高的靈活性，我們可以在運行時自由添加或刪除屬性。

然而，靈活性意味著代價：每個實例都要維護獨立的字典，這會帶來顯著的內存開銷，尤其是在創建大量對象時。

為此，Python 提供了一個優化機制 __slots__，它允許開發者顯式聲明對象能擁有的屬性，從而避免自動生成 __dict__，減少內存使用，并加快屬性訪問速度。

一、__slots__ 的定義與基本語法

定義：

__slots__ 是類屬性，用于聲明該類實例允許存在的屬性名稱集合。

語法結構：

    __slots__ = ('attr1', 'attr2', ...)

? __slots__ 接受包含字符串的可迭代對象（通常為元組或列表）。

切勿寫成單個字符串，例如：__slots__ = 'x'，它會被當成字符序列。單個字符串時應寫成：

__slots__ = ('x',)

? 被聲明的屬性不再存儲在 __dict__ 中，而是以更緊湊的結構（slot descriptor）保存。

? 若類定義了 __slots__，實例通常不會再自動創建 __dict__。

示例：

print(p.x, p.y)  # 輸出：1 2

二、 __slots__與 __dict__ 的關系

（1）正常情況下，每個對象都有自己的 __dict__，用于動態存儲屬性：

print(a.__dict__)  # {'x': 10}

（2）使用 __slots__ 后，類不再創建實例 __dict__：

print(hasattr(B, '__dict__'))  # True：類對象總有類字典，與實例無關

（3）影響

? 無法動態添加未在 __slots__ 中聲明的屬性。

? 屬性訪問通過偏移定位，比哈希查找更快（CPython 特性）。

? 內存消耗顯著下降，特別是在大量實例化時。

三、__slots__ 的設計動機

（1）內存優化

每個對象若擁有 __dict__，都要分配一個獨立的哈希表。

在成千上萬個對象的場景中，內存占用會非常大。

__slots__ 通過為每個屬性分配固定槽位，大幅節省這些哈希表開銷。

（2）屬性訪問性能提升

在 CPython 中，slot 訪問通過靜態偏移實現，比字典查找更快（但總體屬于微優化，主要體現在大規模對象上）。

注意：這些優化是 CPython 特性，不同實現（如 PyPy）可能不同。

對比示例：

        self.y = 2

在創建百萬個實例時，Slotted 版本通?？晒澥凳?MB 內存（依版本而定）。

四、繼承機制與注意事項

理解 __slots__ 與繼承的交互，是使用它的關鍵。

（1）父類未定義 __slots__

子類即使定義了 __slots__，實例仍會擁有 __dict__。

print(hasattr(B(), '__dict__'))  # True

原因：父類允許動態屬性，子類無法完全禁止。

（2）父類定義了 __slots__

若父類定義 __slots__，子類若不額外聲明，也不會有 __dict__：

print(hasattr(Sub(), '__dict__'))  # False

理由：若父類限制了屬性，子類繼承限制。

(3）繼承多個類時

如果任意一個基類有實例 __dict__（即未聲明 __slots__），合并后的類實例也將擁有 __dict__：

print(hasattr(C(), '__dict__'))  # True

說明：要讓子類完全沒有 __dict__，MRO 中所有基類都必須聲明 __slots__ 且不要引入 __dict__。

（4）在子類中擴展 slots

子類若想增加新的 slot，必須顯式聲明自己的 __slots__，例如：

    __slots__ = ('y',)  # 合并為 ('x', 'y')

如果子類不想新增 slot，也可寫：

    __slots__ = ()

四、允許同時擁有 __dict__ 與 __slots__

若希望在使用 __slots__ 的同時仍能動態添加屬性，可顯式加入 "__dict__"：

print(f.__dict__)  # {'new_attr': 'dynamic!'}

這種方式在需要內存優化又要求部分動態性的場景中很常用。

五、__slots__ 的生命周期與對象管理

（1）實例創建

當實例被創建時，解釋器為聲明在 __slots__ 中的屬性預留固定位置。

這些位置在對象生命周期內保持恒定。

（2）屬性綁定

每次賦值操作只是修改該固定槽位內容，無需動態擴展字典。

（3）銷毀與回收

當對象銷毀時，槽位中存儲的引用隨對象釋放；

若存在循環引用，依舊由垃圾回收器處理（gc 模塊同樣適用）。

__slots__ 并不會改變對象的生命周期，只是改變屬性存儲的形式。

六、常見誤區與陷阱

（1）誤以為 __slots__ 能提升所有性能

__slots__ 優化的是內存與屬性訪問速度，不會改變算法性能或 CPU 計算效率。

（2）忘記繼承中的 __dict__ 回退機制

父類若未定義 __slots__，子類定義會失效。

（3）不能用于模塊或函數

__slots__ 只對類定義生效。模塊、函數、內置類型無法使用。

（4）序列化（pickle）兼容性問題

某些情況下，只有 slot 的對象在 pickle 時需要：

? 定義 __getstate__ / __setstate__

? 或通過 copyreg 注冊自定義序列化函數

否則部分 Python 版本可能無法自動保存 slots 中的值。

（5）弱引用支持需要聲明 __weakref__

如需讓實例可被 weakref 引用，必須加入：

    __slots__ = ('x', '__weakref__')

否則：

weakref.ref(C())  # TypeError

小結

__slots__ 是 Python（尤其 CPython）中的一種性能優化機制。通過限制實例屬性集合，它讓對象可以使用更緊湊的內存結構，并加速屬性訪問。它在靈活性與效率之間建立平衡，讓 Python 在動態語言中也能獲得接近靜態語言的數據結構效率。

“點贊有美意，贊賞是鼓勵”