Memory leaks PyBuffer_New：我需要手动释放吗？

我正在搜索其他人代码中的内存泄漏。我发现：

def current(self):
    ...
    data = PyBuffer_New(buflen)
    PyObject_AsCharBuffer(data, &data_ptr, &buflen)
    ...
    return VideoFrame(data, self.frame_size, self.frame_mode,
                      timestamp=<double>self.frame.pts/<double>AV_TIME_BASE,
                      frameno=self.frame.display_picture_number)


cdef class VideoFrame:
    def __init__(self, data, size, mode, timestamp=0, frameno=0):
        self.data = data
        ...

def当前（自身）：
...
数据=PyBuffer_新（buflen）
PyObject_AsCharBuffer（数据和数据_ptr及buflen）
...
返回视频帧（数据、自帧大小、自帧模式、，
时间戳=self.frame.pts/AV_TIME_BASE，
frameno=self.frame.display\u picture\u number）
cdef级视频帧：
def u uu init u uuuu（自身、数据、大小、模式、时间戳=0、帧号=0）：
self.data=数据
...

函数中的

current（）

不是免费的

或类似功能，在
视频帧中也不是。当
VideoFrame
对象被删除时，
PyBuffer
是否自动释放？
答案是：“视情况而定；我们没有足够的代码从您的问题中辨别出来。”这取决于您告诉Cython
PyBuffer\u New
返回的类型。我将给出两个简单的例子，希望你能为你更复杂的例子解决这个问题

如果您告诉Cython它是一个
PyObject*
，它对该类型没有天生的知识，也不会做任何事情来跟踪内存：

# BAD - memory leak!

cdef extern from "Python.h":
    ctypedef struct PyObject
    PyObject* PyBuffer_New(int size)

def test():
    cdef int i
    for i in range(100000): # call lots of times to allocate lots of memory
        # (type of a is automatically inferred to be PyObject*
        # to match the function definition)
        a = PyBuffer_New(1000)

生成的循环代码大致如下所示：

for (__pyx_t_1 = 0; __pyx_t_1 < 1000; __pyx_t_1+=1) {
  __pyx_v_i = __pyx_t_1;
  __pyx_v_a = PyBuffer_New(1000);
}

然后生成循环的代码

for (__pyx_t_1 = 0; __pyx_t_1 < 100000; __pyx_t_1+=1) {
  __pyx_v_i = __pyx_t_1;
  __pyx_t_2 = PyBuffer_New(1000); if (unlikely(!__pyx_t_2)) {__pyx_filename = __pyx_f[0]; __pyx_lineno = 7; __pyx_clineno = __LINE__; goto __pyx_L1_error;}
    __Pyx_GOTREF(__pyx_t_2);
    __Pyx_XDECREF_SET(__pyx_v_a, __pyx_t_2);
    __pyx_t_2 = 0;
}

（\uuuuPyx\uT\u1=0；\uuuPyx\uT\u1<100000；\uuuuPyx\uT\u1+=1）的
{
__pyx_v_i=u pyx_t_1；
__pyx_t_2=PyBuffer_New（1000）；如果（不太可能（！_pyx_t_2））{uuu pyx_文件名=u pyx_f[0]；u pyx_lineno=7；u pyx_clineno=u线条uu；goto_uPyx_L1_错误；}
__Pyx_GOTREF（uu Pyx_t_2）；
__Pyx_XDECREF_集（uu Pyx_v_a，uu Pyx_t_2）；
__pyx_t_2=0；
}

请注意
DECREF
，这将是解除分配对象的位置。如果在此处运行
test（）
，则不会看到内存使用量的长期跳跃

通过对变量使用
cdef
（例如在
VideoFrame
的定义中），可以在这两种情况之间跳转。如果他们使用
PyObject*
时没有小心地
DECREF
s，那么他们可能正在泄漏内存…
谢谢！似乎作者已经实现了“正确的”
objectpybuffer\u New（int-size）
方式。我还看到在
VideoFrame
data
中定义为
cdef只读对象数据。这就是它可能泄漏的情况吗？刚刚发现
\uuupyx\ugotref（\uuuupyx\ut\u2）PyBuffer\u New
之后调用code>。所以我想一切都是正确实现的。@P.R.我看不到任何我立即怀疑的东西（包括
VideoFrame.data
）。虽然很明显很难从中分辨出来。查找内存泄漏的首选工具（至少在Linux上）是Valgrind。我已经有一段时间没有真正使用它了，所以我不能给出任何真正的建议。
for (__pyx_t_1 = 0; __pyx_t_1 < 100000; __pyx_t_1+=1) {
  __pyx_v_i = __pyx_t_1;
  __pyx_t_2 = PyBuffer_New(1000); if (unlikely(!__pyx_t_2)) {__pyx_filename = __pyx_f[0]; __pyx_lineno = 7; __pyx_clineno = __LINE__; goto __pyx_L1_error;}
    __Pyx_GOTREF(__pyx_t_2);
    __Pyx_XDECREF_SET(__pyx_v_a, __pyx_t_2);
    __pyx_t_2 = 0;
}