python記憶體管理機制

a = 1

整數1為乙個物件。而a是乙個引用。利用賦值語句，引用a指向物件1。

在python中，整數和短小的字元，python都會快取這些物件，以便重複使用。當我們建立多個等於1的引用時，實際上是讓所有這些引用指向同乙個物件。

a = 1
b = 1
print(id(a))
print(id(b))

在python中，每個物件都有存有指向該物件的引用總數，即引用計數(reference count)。

我們可以使用sys包中的getrefcount()，來檢視某個物件的引用計數。需要注意的是，當使用某個引用作為引數，傳遞給getrefcount()時，引數實際上建立了乙個臨時的引用。因此，getrefcount()所得到的結果，會比期望的多1。

from sys import getrefcount
a = [1, 2, 3]
print(getrefcount(a))
b = a
print(getrefcount(b))

總結一下物件會在一下情況下引用計數加1：

引用計數減少情況

從基本原理上，當python的某個物件的引用計數降為0時，說明沒有任何引用指向該物件，該物件就成為要被**的垃圾了。比如某個新建物件，它被分配給某個引用，物件的引用計數變為1。如果引用被刪除，物件的引用計數為0，那麼該物件就可以被垃圾**。

a = [1, 2, 3]
del a

del a後，已經沒有任何引用指向之前建立的[1, 2, 3]這個表。使用者不可能通過任何方式接觸或者動用這個物件。這個物件如果繼續待在記憶體裡，浪費記憶體空間。當垃圾**啟動時，python掃瞄到這個引用計數為0的物件，就將它所佔據的記憶體清空。

然而，垃圾**是個昂貴而費力的事情。垃圾**時，python不能進行其它的任務。頻繁的垃圾**將大大降低python的工作效率。如果記憶體中的物件不多，就沒有必要總啟動垃圾**。所以，python只會在特定條件下，自動啟動垃圾**。當python執行時，會記錄其中分配物件(object allocation)和取消分配物件(object deallocation)的次數。當兩者的差值高於某個閾值時，垃圾**才會啟動。

我們可以通過gc模組的get_threshold()方法，檢視該閾值:

import gc
print(gc.get_threshold())

返回(700, 10, 10)，後面的兩個10是與分代**相關的閾值，後面可以看到。700即是垃圾**啟動的閾值。可以通過gc中的set_threshold()方法重新設定。

我們也可以手動啟動垃圾**，即使用gc.collect()。

python同時採用了分代(generation)**的策略。這一策略的基本假設是，存活時間越久的物件，越不可能在後面的程式中變成垃圾。我們的程式往往會產生大量的物件，許多物件很快產生和消失，但也有一些物件長期被使用。出於信任和效率，對於這樣一些「長壽」物件，我們相信它們的用處，所以減少在垃圾**中掃瞄它們的頻率。

python將所有的物件分為0，1，2三代。所有的新建物件都是0代物件。當某一代物件經歷過垃圾**，依然存活，那麼它就被歸入下一代物件。垃圾**啟動時，一定會掃瞄所有的0代物件。如果0代經過一定次數垃圾**，那麼就啟動對0代和1代的掃瞄清理。當1代也經歷了一定次數的垃圾**後，那麼會啟動對0，1，2，即對所有物件進行掃瞄。

這兩個次數即上面get_threshold()返回的(700, 10, 10)返回的兩個10。也就是說，每10次0代垃圾**，會配合1次1代的垃圾**；而每10次1代的垃圾**，才會有1次的2代垃圾**。

同樣可以用set_threshold()來調整，比如對2代物件進行更頻繁的掃瞄。

import gc
gc.set_threshold(700, 10, 5)

兩個物件可能相互引用，從而構成所謂的引用環(reference cycle)。

a = 
print(getrefcount(a))

即使是乙個物件，只需要自己引用自己，也能構成引用環。

a = 
print(getrefcount(a))

引用環會給垃圾**機制帶來很大的麻煩,引用環的存在會給垃圾**機制帶來很大的困難。這些引用環可能構成無法使用，但引用計數不為0的一些物件。

a = 
b = [a]
del a
del b

上面我們先建立了兩個表物件，並引用對方，構成乙個引用環。刪除了a，b引用之後，這兩個物件不可能再從程式中呼叫，就沒有什麼用處了。但是由於引用環的存在，這兩個物件的引用計數都沒有降到0，不會被垃圾**。

為了**這樣的引用環，python複製每個物件的引用計數，可以記為gc_ref。假設，每個物件i，該計數為gc_ref_i。python會遍歷所有的物件i。對於每個物件i引用的物件j，將相應的gc_ref_j減1。

在結束遍歷後，gc_ref不為0的物件，和這些物件引用的物件，以及繼續更下游引用的物件，需要被保留。而其它的物件則被垃圾**

python記憶體管理機制

Python記憶體管理機制

python記憶體管理機制

Python記憶體管理機制

python記憶體管理機制

Python記憶體管理機制

python記憶體管理機制

Python記憶體管理機制

相關推薦