Tipagem dinâmica, referências e coletor de lixo

26 May 2014

Tipagem dinâmica

a = 2

Se você está acostumado a trabalhar com liguagens como C, C++, Java, C# ou afins, deve-se estar perguntando sobre o código acima. Como o Python sabe que deve representar um número? Como ele sabe o que é a?

Você já está entrando no mundo da tipagem dinâmica. No python, os tipos são determinados automaticamente em tempo de execução, não em resposta ás declarações previas presente em seu código.

Atribuições

Não informamos ao Python para utilizar o nome a como variável e também não informamos a ele que a atribuição de 3 a a deve significar um objeto do tipo inteiro. No Python é natural como segue:

Declaração

Uma variável qualquer, no nosso caso a, é criada ao receber um valor pela primeira vez. As atribuições futuras alteram a referência para um valor atribuído. Podemos considerar que as atribuições produzem variáveis.

Tipos

Uma variável criada não possui qualquer informação sobre o tipo associado. Em vez disso, o conceito de tipo está presente em objetos e não em variáveis. As variáveis sempre se referem a um objeto em particular, em dado momento específico.

Uso

Quando uma variável é utilizada, a mesma é substituida imediamente pelo objeto a que se refere correntemente. Todas as variáveis devem receber um valor explicitamente antes de serem utilizadas no decorrer do código.

Totalmente diferente das linguagem tradicionais, é umas das características e flexibilidade do Python. Para ter um bom entendimento sobre, é necessário ter claro a distinção entre nomes e objetos.

Quando declaramos:

a = 3

Conceitualmente…

Criar um objeto para representar o valor 3.
Criar uma variável a, no caso ela ainda não existia.
Vincular a variável a ao objeto 3.

Para uma melhor visualização segue a figura abaixo:

Os vínculos das variáveis para os objetos no Python são chamados de referências, um tipo de associação entre o nome e o objeto.

Contudo: as variáveis são apenas espaços em memória para armazenar nomes e realizar vínculos com objetos; os objetos são partes da memória para representar um valor que denotam informações tag de tipos.

Pelo menos conceitualmente, toda vez que você faz uma declaração no seu código, o Python cria um novo objeto (um trecho de memória) para representar esse valor. O python coloca em cache e reutiliza certos tipos de objetos imutáveis, como inteiros pequenos e strings, como forma de otimização; mas isso funciona como se cada valor fosse um objeto distinto.

Declarando:

a = 3

b = a

Declarando essas instruções, geramos o cenário capturado na figura abaixo.

Na segunda linha o Python cria a variável b e atribui a esse nome a variável a, ao mesmo tempo a mesma é substituída pelo objeto que a mesma referencia - 3, agora b faz referencia ao mesmo objeto que a variável a. As variáveis a e b fazem referência ao mesmo objeto, isto é chamado de referência compartilhada no Python - vários nomes referenciando o mesmo objeto.

O que aconteceria se alterássemos o valor de a?

Assim como em todas as atribuições do Python, isso simplesmente irá criar um novo objeto para representar o novo valor atribuido, mesmo se o valor atribuido ter o mesmo tipo para qual a já fazia referencia.

a = 3

b = a

a = "abobrinha"

Podemos ver melhor na figura abaixo:

Referência e objetos mutáveis

Temos tipos como listas e dicionários no Python que são mutáveis, ou seja, quando realizamos certas operações, ocorrem alterações em objetos (no local) em si, em vez de criar um novo objeto e vinculá-lo. Para objetos que suportam tais alterações, precisamos nos aprofundar mais em referência compartilhada, pois a alteração de um objeto pode afetar outros que o referenciam.

lista1 = [1, 2, 3]

lista2 = lista1

Declaramos um a lista lista1 que é simplesmente uma coleção de outros objetos, nesse caso contém os objetos 1, 2 e 3. Podemos acessar os objetos da lista lista1 pela posição que os objetos ocupam, acessando lista1[0] podemos obter o objeto 1. Logo na segunda linha atribuímos a lista2a lista lista1, agora as duas listas, lista1 e lista2 estão vinculadas ao mesmo objeto.

Escrevendo …

lista1 = "joaozinho"

Nossa lista1 agora está vinculada a um novo objeto que representa abobrinha. E a nossa lista2 que referenciava o mesmo objeto que a lista1? A nossa lista2 ainda está se referindo ao objeto. Agora se alterarmos um objeto que está contido na lista1, teremos um efeito radicalmente.

lista1[0] = "joaozinho"

print lista1

["joaozinho", 2, 3]

Agora alteramos um objeto contido na lista1 em vez de alterarmos a lista lista1 em si. Essa alteração é aplicada ao objeto do tipo lista no local. Teremos o mesmo resultado para a lista2, pois a mesma compartilha o mesmo objeto que a lista1.

Referências e coleta de lixo

Quando nomes referenciam objetos novos, o Python também coleta o objeto antigo caso o mesmo não seja referenciado por nenhum outro nome ou objeto. Essa recuperação automática de objetos é conhecida como coletor de lixo.

Declarando…

a = 42

a = 'joaozinho' coleta 42

a = 3.14 coleta joaozinho

a = [1, 2, 3] coleta 3.14

Sempre que a recebe um objeto, o Python recupera o objeto anterior, contanto que o mesmo objeto a ser recuperado não seja referenciado por nenhum outro nome ou objeto. Dessa maneira o espaço é devolvido automaticamente para o pool de espaços livres, para ser utilizado por um futuro objeto.