了解Python中的内存分配和管理,能让你更高效地编写代码

了解内存管理可以帮助您编写高效的Python代码。尽管您可能无法控制内存分配,但是您可以优化程序来更好地分配内存。

在深入研究之前,请记住:在python中,一切都是对象。

与C,C ++或Java不同,值存储在内存中,并且变量指向该内存位置。

file
C中的内存分配

在python中,整个对象存储在内存中,对象可以是整数、字符串或列表,以及指向对象的变量。困惑吗?

为了理解,让我们了解python对象的作用!

内存中的PyObject:

  • 类型:整数、字符串、浮点数等
  • 引用计数:绑定到该对象的引用的数量
  • 值:值/数据/信息

file
PyObject(a = 200)

因此,每当您创建一个变量时(比如a = 200),就会在内存中创建一个新的PyObject,它的ref count被设置为1,变量“a”指向它。

但是什么是ref count呢?

让我们举个例子来理解它。我们有一个类型为integer、值为200的变量“a”。假设我需要另一个名为“b”的变量,其类型为integer,值为200。你已经创建了两个这样的变量

因此,您已经创建了两个这样的变量

a = 200
b = 200

现在,您可能在猜测,对于变量“a”和“b”,内存中必须有2个对象。但事实并非如此。“a”和“b”指向同一个对象。

file
变量a和b引用相同的PyObject

让我们通过Python代码来验证这一点。

>>> a=1
>>> b=1
>>> c=2
>>> id(a)
94147440556736
>>> id(b)
94147440556736
>>> id(c)
94147440556768
>>> 

如您所见,变量“ a”和“ b”具有相同的id(内存位置),因此表示相同的对象,而c具有不同的id值。因此,当前在内存中有两个python对象。

现在,如果我们为“ a”分配一个新值,即a = 3。

>>> a=3
>>> id(a)
94147440556800
>>> id(b)
94147440556736
>>> 

现在, “ a”指向一个新对象,而 “ b”仍然指向同一对象。

但是让我们考虑这个例子。

>>> a=1
>>> b=a
>>> id(a)
94147440556736
>>> id(b)
94147440556736
>>> 

在此示例中,a = 1,但“ b”的值为“ a”。当我们更改“ a”的值时,是否也会影响“ b”?让我们来看看。

>>> a=1
>>> b=a
>>> id(a)
94147440556736
>>> id(b)
94147440556736
>>> a=3
>>> id(a)
94147440556800
>>> id(b)
94147440556736
>>> 

“ a”现在指向新对象,但 “ b”仍然指向旧对象。

但这是为什么呢?

因为“b”并不直接指向变量“a”,而是指向变量“a”的对象。这就是ref count的作用,它跟踪指向它的变量的数量。

另一个有趣的问题是,如果PyObject的引用ref count变为零,将会发生什么呢?

在此之前,让我们了解如何删除对对象的引用。

1、del

Python的内置del关键字可帮助我们删除这些指向对象的引用。实际上,有些人认为del从内存中删除了对象,事实并非如此。

因此,您可以像这样使用del删除引用。

>>> a=2
>>> id(a)
94147440556768
>>> del a

2、超出范围

一旦超出范围,对象的引用将自动删除。

>>> def scope():
...     x=1
...     print(id(x))
... 
>>> scope()
94147440556736
>>> 

让我们以上面的代码为例,变量“ x”的对象在scope()函数中ref count为+1,但是当解释器离开此函数作用域时,PyObject的ref count将减1,因为“ x”是一个局部变量,只对它的函数有作用域。

这就是为什么python不鼓励使用全局变量的原因之一,因为全局作用域中的变量可以应用于整个程序。

3、将新对象分配给变量

将新对象分配给现有变量时。前一个对象的ref count减1。

>>> a=1
>>> id(a)
94147440556736
>>> a=2
>>> id(a)
94147440556768
>>> 

现在,回到前面的问题,当对象的ref count为0时会发生什么。它是否保留在内存中呢?

一旦对象的ref count变为0,垃圾收集器就会将其从内存中删除。

本文仅供学习之用,版权归原作者所有,如有侵权请联系删除。

在学习Python的道路上肯定会遇见困难,别慌,我这里有一套学习资料,包含40+本电子书,800+个教学视频,涉及Python基础、爬虫、框架、数据分析、机器学习等,不怕你学不会!
https://shimo.im/docs/JWCghr8prjCVCxxK/ 《Python学习资料》

关注公众号【Python圈子】,优质文章每日送达。

file

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值