python手动垃圾回收_Python3学习笔记,F,垃圾,回收

笔记中代码均可运行在Jupyter NoteBook下(实际上Jupyter-lab使用体验也很棒)。

建议不要光看，要多动手敲代码。眼过千遭，不如手读一遍。

相关笔记的jupiter运行代码已经上传，请在资源中自行下载。

垃圾回收

参考网址：https://www.cnblogs.com/jin-xin/articles/9439483.html

概括：

同一代码块下：缓存机制

不同代码块：小数据池

代码块

一个模块、一个函数、一个类、一个文件都是一个代码块。

在交互式命令行下，一个命令就是一个代码块。

代码块的缓存机制

Python在执行同一个代码块的初始化对象的命令时，

会检查是否其值是否已经存在，如果存在，会将其重用。

换句话说：

执行同一个代码块时，遇到初始化对象的命令时，

他会将初始化的这个变量与值存储在一个字典中，

在遇到新的变量时，会先在字典中查询记录，

如果有同样的记录那么它会重复使用这个字典中的之前的这个值。

满足缓存机制则他们在内存中只存在一个，即：id相同。

代码块的缓存机制的适用范围： int(float)，str，bool。

int(float):任何数字在同一代码块下都会复用。

bool:True和False在字典中会以1，0方式存在，并且复用。

str：几乎所有的字符串都会符合缓存机制

1，非乘法得到的字符串都满足代码块的缓存机制

2,乘法得到的字符串分两种情况：

2.1 乘数为1时，任何字符串满足代码块的缓存机制：

2.2 乘数>=2时：仅含大小写字母，数字，下划线，

总长度<=20，满足代码块的缓存机制

优点：

能够提高一些字符串，整数处理人物在时间和空间上的性能；

需要值相同的字符串，整数的时候，直接从‘字典’中取出复用，避免频繁创建和销毁，提升效率，节约内存。

'''jupyter这里运行存在问题，以注释为主'''

# 字符串缓存机制 例子

# 非乘法得到的字符串

def unMult():

s1 = 'string'

s2 = 'string'

print('非乘法得到的字符串')

print('*'*30)

print('s1和s2地址比较：',id(s1) == id(s2)) # True

print('*'*30)

# 乘数为1得到的字符串

def multOne():

s3 = 'asdf!@#$%^*'*1

s4 = 'asdf!@#$%^*'*1

print('乘数为1得到的字符串')

print('*'*30)

print('s3和s4地址比较：',id(s3) == id(s4)) # True

print('*'*30)

# 乘数>=2时

def multMore():

s3 = 'adf!'*4 # 包含其他字符，总长<20

s4 = 'adf!'*4

s5 = 'qwertyuiop[]asdfghjk!@#$%^&'*4

# 包含其他字符，总长>20

s6 = 'qwertyuiop[]asdfghjk!@#$%^&'*4

s7 = 'asdf_asdf'*3 # # 不包含其他字符，总长<20

s8 = 'asdf_asdf'*3

print('乘数为>=2，总长度<=20,包含其他字符得到的字符串')

print('*'*30)

print('s3和s4地址比较：',id(s3) == id(s4)) # False

print('*'*30)

print('乘数为>=2，总长度>20,包含其他字符得到的字符串')

print('*'*30)

print('s5和s6地址比较：',id(s5) == id(s6)) # False

print('*'*30)

print('乘数为>=2，总长度<=20,不包含其他字符得到的字符串')

print('*'*30)

print('s7和s8地址比较：',id(s7) == id(s8)) # True

print('*'*30)

# test

unMult()

multOne()

multMore()

非乘法得到的字符串

******************************

s1和s2地址比较： True

s1和s2来源比较： True

******************************

乘数为1得到的字符串

******************************

s3和s4地址比较： True

s3和s4来源比较： True

******************************

乘数为>=2，总长度<=20,包含其他字符得到的字符串

******************************

s3和s4地址比较： True

s3和s4来源比较： True

******************************

乘数为>=2，总长度>20,包含其他字符得到的字符串

******************************

s5和s6地址比较： True

s5和s6来源比较： True

******************************

乘数为>=2，总长度<=20,不包含其他字符得到的字符串

******************************

s7和s8地址比较： True

s7和s8来源比较： True

******************************

小数据池

大前提：

小数据池也是只针对 int(float)，str，bool。

小数据池是针对不同代码块之间的缓存机制！！！

Python自动将-5~256的整数进行了缓存，

当你将这些整数赋值给变量时，并不会重新创建对象，

而是使用已经创建好的缓存对象。

python会将一定规则的字符串在字符串驻留池中创建一份。

'''小数据池例子'''

# 整数

a = 100

b = 100

c = 123456

d = 123456

print('id(a) == id(b): ',id(a) == id(b))

print('id(c) == id(d): ',id(c) == id(d))

id(a) == id(b): True

id(c) == id(d): False

指定驻留

# 指定驻留 例子

from sys import intern

a = 'asd*&'*3

b = 'asd*&'*3

print('未指定驻留：a is b：', a is b)

print(id(a))

print(id(b))

c = intern('asd*&'*3)

d = intern('asd*&'*3)

print('指定驻留：c is d：', c is d)

print(id(c))

print(id(d))

未指定驻留：a is b： False

139839647396976

139839643255088

不未指定驻留：c is d： True

139839642805680

139839642805680

引用计数

Python中以引用计数为主：

引用计数优点：简单，实时性

引用计数缺点：维护时占用内存，循环引用，造成内存泄漏

引用计数减一不止del，还可以透过赋值None

隔代回收

Ruby中的垃圾回收是标记清除，对内存的申请是一次申请多个，

当内存不够用时再清理，而Python中的内存申请是用一个申请一个。

隔代回收为辅：

零代链表中检测到相互循环引用的减一，得到是否是垃圾(引用计数为0)，需要回收，否则不会减一

GC模块

'''

gc.get_count()：获取当前自动执行垃圾回收的计数器

返回一个元组(x,y,z)

参数解释：

[

x 表示内存占用，

y 表示零代清理次数，

z 同理表示1代清理次数

]

gc.get_threshold() 获取的gc模块中自动执行垃圾回收的频率

返回(x,y,z)

参数解释：

[

x表示清理上限，

y表示每清理零代链表10次，

清理一次 1 代链表。

z同理是1,2代 这里的x,y,z默认值为(700,10,10)

]

查看一个对象的引用计数：

sys.getrefcount()

gc.disable() 关闭Python的gc

gc.enable() 开启gc

gc.isenabled() 判断是否是开启gc的

gc.collect([generation])显式进行垃圾回收(手动回收)

可以输入参数：

[

0代表只检查第一代的对象，

1代表检查一，二代的对象，

2代表检查一，二，三代的对象，

如果不传参数，执行一个full collection，也就是等于传2。

]

注意：

尽量不要手动重写对象的__del__方法，

因为重写后会使删除时不会自动调用gc来删除，

此时需要调用父类的__del__()来删除

'''

# gc 引用计数 示例

import gc, sys

a = 1

get_a_c = sys.getrefcount(a)

b = a

get_b_c = sys.getrefcount(a)

gc_c = gc.get_count()

gc_t = gc.get_threshold()

gc.disable()

gc.enable()

gc_is = gc.isenabled()

gc_cl = gc.collect(2)

print(get_a_c, get_b_c, gc_c, gc_t, gc_is, gc_cl)

2275 2275 (603, 5, 0) (700, 10, 10) True 921