了解Python内存管理机制,让你的程序飞起来

引用:

语言的内存管理是语言设计的一个重要方面。它是决定语言性能的重要因素。无论是C语言的手工管理,还是Java的垃圾回收,都成为语言最重要的特征。这里以Python语言为例子,说明一门动态类型的、面向对象的语言的内存管理方式。

Python的内存管理机制

python作为一门动态语言,在运行的过程中会创建和销毁大量的对象,它在很大程度上甚至决定了Python的执行效率,这些都涉及到内存的管理。先从较浅的层面来说,Python的内存管理机制可以从三个方面来讲

(1)引用计数

(2)内存池机制

(3)垃圾回收

一、引用计数:

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。

了解Python内存管理机制,让你的程序飞起来

增加引用

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']

引用计数减少情况

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。

孤立的引用环

俩个对象相互引用,各自的引用计数不为0,就形成一个引用环,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

a = []
b = [a]
a.append(b)

二、内存池机制

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,Python中所有小于256个字节的对象都使用pymalloc实现的分配器,而大的对象则使用系统的 malloc

了解Python内存管理机制,让你的程序飞起来

在Python中,许多时候申请的内存都是小块的内存,这些小块内存在申请后,很快又会被释放,由于这些内存的申请并不是为了创建对象,所以并没有对象一级的内存池机制。这就意味着Python在运行期间会大量地执行malloc和free的操作,频繁地在用户态和核心态之间进行切换,这将严重影响 Python的执行效率。为了加速Python的执行效率,Python引入了一个内存池机制,用于管理对小块内存的申请和释放。这也就是之前提到的 Pymalloc机制。

三、垃圾回收机制

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)。

3、垃圾回收时,Python不能进行其它的任务。频繁的垃圾回收将大大降低Python的工作效率。如果内存中的对象不多,就没有必要总启动垃圾回收。所以,Python只会在特定条件下,自动启动垃圾回收。当Python运行时,会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数。当两者的差值高于某个阈值时,垃圾回收才会启动。

上一篇:CSS定位方法


下一篇:【python测试开发栈】python内存管理机制(一)—引用计数