python 内存分析_Python内存管理实例分析

本文实例讲述了Python内存管理。分享给大家供大家参考，具体如下：

a = 1

a是引用，1是对象。Python缓存整数和短字符串，对象只有一份，但长字符串和其他对象(列表字典)则有很多对象(赋值语句创建新的对象)。

from sys import getrefcount

a=[1,2,3]

print(getfrecount(a))

返回4，当使用某个引用作为参数传给getfrecount时，创建了临时引用，+1.

对象引用对象

class from_obj(object):

def __init__(self, to_obj):

self.to_obj = to_obj

b = [1,2,3]

a = from_obj(b)

print(id(a.to_obj))

print(id(b))

c = [b,b]

a引用对象b，c引用b两次。

通过objgraph包(之前安装xdot)梳理引用拓扑结构。

x = [1, 2, 3]

y = [x, dict(key1=x)]

z = [y, (x, y)]

import objgraph

objgraph.show_refs([z], filename='ref_topo.png')

千万不要两个对象相互引用或自己引用自己，形成引用环给垃圾回收机制带来麻烦。

垃圾回收

回收引用计数为0的对象。垃圾回收时python不能做其他任务，降低效率，所以不是总随时都垃圾回收。python记录分配对象(object allocation)和取消分配对象(object deallocation)，差值高于某阈值启动回收。

import gc

print(gc.get_threshold())

(700,10,10)700为启动阈值，两个10是分代回收相关阈值，通过set_threshold()重设。手动启用垃圾回收gc.collect()。

分代回收

基本假设：存活越久越不可能变垃圾。

对象分0,1,2三代。新建对象0代，经过一次垃圾回收依然存活归为下一代。垃圾回收启动时一定扫描所有0代，如果0代经过一定次数垃圾回收，则扫0和1代，同理扫0,1和2代。(700,10,10)表明10次0代配合1次1代，10次1代配合1次2代。

孤立的引用环

原本两表对象相互引用后删除引用，但对象引用计数部位0不会被回收。

则python复制每个对象引用计数，对某个对象i，遍历所有对象i引用的对象j，将gc_ref_j减1.

希望本文所述对大家Python程序设计有所帮助。