今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明。谢谢!

Python学习交流群:834179111,群里有很多的学习资料。欢迎欢迎各位前来交流学习。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

对象的内存使用

赋值语句是语言最常见的功能了。但即使是最简单的赋值语句,也可以很有内涵。Python的赋值语句就很值得研究。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

整数1为一个对象。而a是一个引用。利用赋值语句,引用a指向对象1。Python是动态类型的语言(参考动态类型),对象与引用分离。Python像使用“筷子”那样,通过引用来接触和翻动真正的食物——对象。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

引用和对象

为了探索对象在内存的存储,我们可以求助于Python的内置函数id()。它用于返回对象的身份(identity)。其实,这里所谓的身份,就是该对象的内存地址。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

在我的计算机上,它们返回的是:

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

分别为内存地址的十进制和十六进制表示。

在Python中,整数和短小的字符,Python都会缓存这些对象,以便重复使用。当我们创建多个等于1的引用时,实际上是让所有这些引用指向同一个对象。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

上面程序返回

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

可见a和b实际上是指向同一个对象的两个引用。

为了检验两个引用指向同一个对象,我们可以用is关键字。is用于判断两个引用所指的对象是否相同。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

在Python中,每个对象都有存有指向该对象的引用总数,即引用计数(reference count)。

我们可以使用sys包中的getrefcount(),来查看某个对象的引用计数。需要注意的是,当使用某个引用作为参数,传递给getrefcount()时,参数实际上创建了一个临时的引用。因此,getrefcount()所得到的结果,会比期望的多1。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

由于上述原因,两个getrefcount将返回2和3,而不是期望的1和2。

对象引用对象

Python的一个容器对象(container),比如表、词典等,可以包含多个对象。实际上,容器对象中包含的并不是元素对象本身,是指向各个元素对象的引用。

我们也可以自定义一个对象,并引用其它对象:

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

可以看到,a引用了对象b。

对象引用对象,是Python最基本的构成方式。即使是a = 1这一赋值方式,实际上是让词典的一个键值”a”的元素引用整数对象1。该词典对象用于记录所有的全局引用。该词典引用了整数对象1。我们可以通过内置函数globals()来查看该词典。

当一个对象A被另一个对象B引用时,A的引用计数将增加1。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

由于对象b引用了两次a,a的引用计数增加了2。

容器对象的引用可能构成很复杂的拓扑结构。我们可以用objgraph包来绘制其引用关系,比如

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

objgraph是Python的一个第三方包。安装之前需要安装xdot。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

objgraph官网

两个对象可能相互引用,从而构成所谓的引用环(reference cycle)。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

即使是一个对象,只需要自己引用自己,也能构成引用环。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

引用环会给垃圾回收机制带来很大的麻烦,我将在后面详细叙述这一点。

引用减少

某个对象的引用计数可能减少。比如,可以使用del关键字删除某个引用:

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

del也可以用于删除容器元素中的元素,比如:

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

如果某个引用指向对象A,当这个引用被重新定向到某个其他对象B时,对象A的引用计数减少:

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

垃圾回收

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

del a后,已经没有任何引用指向之前建立的[1, 2, 3]这个表。用户不可能通过任何方式接触或者动用这个对象。这个对象如果继续待在内存里,就成了不健康的脂肪。当垃圾回收启动时,Python扫描到这个引用计数为0的对象,就将它所占据的内存清空。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

我们可以通过gc模块的get_threshold()方法,查看该阈值:

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

返回(700, 10, 10),后面的两个10是与分代回收相关的阈值,后面可以看到。700即是垃圾回收启动的阈值。可以通过gc中的set_threshold()方法重新设置。

我们也可以手动启动垃圾回收,即使用gc.collect()。

分代回收

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

小家伙要多检查

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

这两个次数即上面get_threshold()返回的(700, 10, 10)返回的两个10。也就是说,每10次0代垃圾回收,会配合1次1代的垃圾回收;而每10次1代的垃圾回收,才会有1次的2代垃圾回收。

同样可以用set_threshold()来调整,比如对2代对象进行更频繁的扫描。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

孤立的引用环

引用环的存在会给上面的垃圾回收机制带来很大的困难。这些引用环可能构成无法使用,但引用计数不为0的一些对象。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

上面我们先创建了两个表对象,并引用对方,构成一个引用环。删除了a,b引用之后,这两个对象不可能再从程序中调用,就没有什么用处了。但是由于引用环的存在,这两个对象的引用计数都没有降到0,不会被垃圾回收。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

孤立的引用环

为了回收这样的引用环,Python复制每个对象的引用计数,可以记为gc_ref。假设,每个对象i,该计数为gc_ref_i。Python会遍历所有的对象i。对于每个对象i引用的对象j,将相应的gc_ref_j减1。

今天给大家分享一篇Python的内存管理,有兴趣的可以进来看一下

遍历后的结果

在结束遍历后,gc_ref不为0的对象,和这些对象引用的对象,以及继续更下游引用的对象,需要被保留。而其它的对象则被垃圾回收。

总结

Python作为一种动态类型的语言,其对象和引用分离。这与曾经的面向过程语言有很大的区别。为了有效的释放内存,Python内置了垃圾回收的支持。Python采取了一种相对简单的垃圾回收机制,即引用计数,并因此需要解决孤立引用环的问题。Python与其它语言既有共通性,又有特别的地方。对该内存管理机制的理解,是提高Python性能的重要一步。

看完本文章后,如有不懂的地方或者有疑问的可以到

原文网址:https://www.cnblogs.com/vamei/p/3232088.html

猜你喜欢

转载自blog.csdn.net/qq_41235053/article/details/81710654
今日推荐