Python内存管理机制

一、python内存

因为要调用while循环,循环内有temp变量,不清楚python是否会在每一轮循环结束后自动释放temp内存空间,做了一个内存测试,发现无论temp = none,还是del temp,只能销毁变量,无法完全释放内存空间。注:红色部分标出相同内存id。

>>> for i in range(3):
	temp = i
	print temp,id(temp)
0 36666732
1 36666720
2 36666708
>>> for i in range(4,7):
<span style="white-space:pre">	</span>temp = i
<span style="white-space:pre">	</span>print temp,id(temp)
<span style="white-space:pre">	</span>temp = None
4 36666684
5 36666672
6 36666660
>>> for i in range(7,10):
	temp = i
	print temp,id(temp)
	del temp
7 36666648
8 36666636
9 36666624
>>> a = 1
>>> id(a)
36666720

>>> b = 5
>>> id(b)
36666672
>>> c = 8
>>> id(c)
36666636
测试完毕后删除c可以看到,变量c和temp确实被销毁,只是他们指向的引用值仍然会在内存中存在。直至窗口关闭才自动释放,人工无法干预。
>>> del c


>>> id(c)

Traceback (most recent call last):
  File "<pyshell#14>", line 1, in <module>
    id(c)
NameError: name 'c' is not defined
>>> id(temp)

Traceback (most recent call last):
  File "<pyshell#15>", line 1, in <module>
    id(temp)
NameError: name 'temp' is not defined
>>> id(5)
36666672
>>> id(10)
36666612
>>> id(100000)
41708736
>>> id("1234")
46118528
>>> d = "1234"
>>> id(4)
36666684

二、内存池机制

查看了相关的博客,更深一步了解python内存机制

Python的内存机制以金字塔行,-1,-2层主要有操作系统进行操作,

  第0层是C中的malloc,free等内存分配和释放函数进行操作;

  第1层和第2层是内存池,有Python的接口函数PyMem_Malloc函数实现,当对象小于256K时有该层直接分配内存;

  第3层是最上层,也就是我们对Python对象的直接操作;

在 C 中如果频繁的调用 malloc 与 free 时,是会产生性能问题的.再加上频繁的分配与释放小块的内存会产生内存碎片. Python 在这里主要干的工作有:

  如果请求分配的内存在1~256字节之间就使用自己的内存管理系统,否则直接使用 malloc.

  这里还是会调用 malloc 分配内存,但每次会分配一块大小为256k的大块内存.

  经由内存池登记的内存到最后还是会回收到内存池,并不会调用 C 的 free 释放掉.以便下次使用.对于简单的Python对象,例如数值、字符串,元组(tuple不允许被更改)采用的是复制的方式(深拷贝?),也就是说当将另一个变量B赋值给变量A时,虽然A和B的内存空间仍然相同,但当A的值发生变化时,会重新给A分配空间,A和B的地址变得不再相同


而对于像字典(dict),列表(List)等,改变一个就会引起另一个的改变,也称之为浅拷贝


附:

引用计数增加

1.对象被创建:x=4

2.另外的别人被创建:y=x

3.被作为参数传递给函数:foo(x)

4.作为容器对象的一个元素:a=[1,x,'33']

引用计数减少

1.一个本地引用离开了它的作用域。比如上面的foo(x)函数结束时,x指向的对象引用减1。

2.对象的别名被显式的销毁:del x ;或者del y

3.对象的一个别名被赋值给其他对象:x=789

4.对象从一个窗口对象中移除:myList.remove(x)

5.窗口对象本身被销毁:del myList,或者窗口对象本身离开了作用域。

垃圾回收

1、当内存中有不再使用的部分时,垃圾收集器就会把他们清理掉。它会去检查那些引用计数为0的对象,然后清除其在内存的空间。当然除了引用计数为0的会被清除,还有一种情况也会被垃圾收集器清掉:当两个对象相互引用时,他们本身其他的引用已经为0了。

2、垃圾回收机制还有一个循环垃圾回收器, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0)。

参考:

[1] Python 2.7.8 documentation memory management

[2]深入详解python传值问题及内存管理机制-CSDN

[3]Python内存池管理与缓冲池设计 - 张知临的专栏

[4]理解python变量和内存管理 

发布了392 篇原创文章 · 获赞 492 · 访问量 241万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 编程工作室 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览