Python において上書きされた配列の元の要素はどうなるか

　仕事や勉強はもちろんしているのですが, 最近遅々として記事が増えないので, もっと気楽なアウトプットを試してみようと思います。
第一弾として, C言語をかじった後に気になった, 表題の「Python において上書きされた配列の元の要素はどうなるか」の実験メモです。

なお, 言語実装によってメモリ管理の方法が異なりますが, ここでは CPython を対象としています。

この記事で何を書くのか

　Python ではある配列変数を後で上書きすることができます。このとき, 上書きされた元の要素はどこからも参照されることのないデータになるはずです。
そこで, この記事では, このように Python で参照が切れたはずのメモリアドレスのデータがどうなっているのか を確かめます。

なぜこの記事を書くのか

　C言語と Python の配列の仕様の違いが気になったためです。

　C言語をちょっと勉強したのですが, C言語では Python のように, 既に宣言された配列変数を後から上書きすることは簡単にはできません。いくつか理由はあると思うのですが, 今の私がぱっと思いつくのは,

C言語は静的型付け言語であり, 配列もデータ型と要素数が宣言時に固定される
C言語の配列変数はポインタ

などです。

　C言語でできない配列の再代入ができる Python では, どういう挙動になっているのだろう, という疑問が発端です。

この記事で何を書くのか
なぜこの記事を書くのか
実験
- 環境情報
- 道具
- 手順
- 結果
終わりに

実験

環境情報

Python

$ python3 --version
Python 3.6.9

$ uname -a
Linux ubuntu18 4.15.0-112-generic #113-Ubuntu SMP Thu Jul 9 23:41:39 UTC 2020 x86_64 x86_64 x86_64 GNU/Linux

道具

id(): 組み込み関数で, 引数として渡した変数のメモリアドレスを取得できる
ctypes: C と互換性のあるデータ型を提供するライブラリ。Python にポインタがないため疑似ポインタの実現に利用

手順

配列を宣言
1. 配列とその要素のメモリアドレスを確認
2. ポインタ経由で配列と代表の要素の値を確認
1 の配列に要素数と要素の値が異なる配列を再代入
1. 配列とその要素のメモリアドレスを確認
2. ポインタ経由で 1 の配列と代表の要素の値を確認

import ctypes

# 1
ls = [0, 1, 2, 3, 4]

## 1-1
print("ls is:", ls, "\nid(ls) is:", id(ls), "\nid of each element of ls is:", [id(i) for i in ls])

## 1-2
ls_address = id(ls)
ls_1_address = id(ls[1])

ls_address_pointer = ctypes.cast(ls_address, ctypes.py_object).value
ls_1_address_pointer = ctypes.cast(ls_1_address, ctypes.py_object).value

print(ls_address_pointer)
print(ls_1_address_pointer)

# 2
print("\nreassign ls...\n")

ls = [5, 6, 7]

# 2-1
print("ls is:", ls, "\nid(ls) is:", id(ls), "\nid of each element of ls is:", [id(i) for i in ls])

# 2-2
print("\nStill can access to the garbage address?\n")

print(ls_address_pointer)
print(ls_1_address_pointer)

結果

$ python3 pointer.py
ls is: [0, 1, 2, 3, 4]
id(ls) is: 140307991413192
id of each element of ls is: [10914464, 10914496, 10914528, 10914560, 10914592]
[0, 1, 2, 3, 4]
1

reassign ls...

ls is: [5, 6, 7]
id(ls) is: 140307991413256
id of each element of ls is: [10914624, 10914656, 10914688]

Still can access to the garbage address?

[0, 1, 2, 3, 4]
1

まず目につくのは, reassign ls... の後に ls 自信とその要素の id (メモリアドレス) が変化していることです。
つまり, Python では同じ変数に異なる値を再代入すると, まったく別のオブジェクトが作られる ことがわかります*1。

そして, 元の配列がどうなったのかが, 次の Still can access to the garbage address? の後に示されています。
上書きしたはずの [0, 1, 2, 3, 4] という元のリストにアクセスできています。

Python では, こうした参照が切れた変数は, Garbage Collection によって回収されます。逆に言えば, GC が走るまでは, そのメモリアドレスにはデータが保持されており, 無理やりアクセスすれば読み出すことが可能となります。
とは言え本来は参照が切れた時点で GC が走るはずなので, 今回のように無理やり上書き前の変数のアドレスを確保して, ポインタでの参照のようなことをしない限り気にすることはないのだと思います。

なお, C言語では malloc() などでヒープに確保したデータは, 明示的に free() で解放しないとメモリリークを起こしてしまいます。