垃圾回收机制
python程序运行时需要开辟一块内存空间用来管理程序运行时产生的临时变量,运行结束后将运行结果存储到永久性存储器中
内存泄漏:
(1)不再使用的内存未能释放
(2)程序设计错误导致失去对内存的控制,从而造成资源浪费
一、引用计数法
python中一切皆对象,变量其实都是一个指针指向一个对象,当对象的引用计数()指针数为0时,内存将被回收
手动启动垃圾回收:
import os
import psutil
import gc
# 显示当前 python 程序占用的内存大小
def show_memory_info(hint):
pid = os.getpid()
p = psutil.Process(pid)
info = p.memory_full_info()
memory = info.uss / 1024. / 1024
print('{} memory used: {} MB'.format(hint, memory))
show_memory_info('initial')
a = [i for i in range(10000000)]
show_memory_info('after a created')
del a
gc.collect()
show_memory_info('finish')
print(a)
########## 输出 ##########
initial memory used: 48.1015625 MB
after a created memory used: 434.3828125 MB
finish memory used: 48.33203125 MB
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-12-153e15063d8a> in <module>
11
12 show_memory_info('finish')
---> 13 print(a)
NameError: name 'a' is not defined
二、循环引用
1、循环引用可以采用gc.collect()显式手动回收
2、python使用分代收集和标记清除算法,来启用针对循环引用的自动垃圾回收
标记清除:一个有向图,从结点出发进行遍历,标记经过的所有结点,没有标记的节点就是不可达节点,需要对他们进行垃圾回收。python中使用双向链表作为数据结构,并且只考虑容器类型的对象(因为只有容器类型才会有循环引用)
分代收集:新增对象为0代,经过垃圾回收依然存在的对象会从下一代挪到上一代,每一代启动一个垃圾回收的阈值,当垃圾回收器中新增对象大于删除的对象将会启动垃圾回收。分代收集的思想是新生对象可能会被回收,存活久的对象也有更高的概率继续存活