Contoh Pengurusan Memori Python

Pengurusan memori Python adalah berdasarkan mekanisme pengiraan rujukan dan pengumpulan sampah. 1. Mekanisme pengiraan rujukan memastikan objek dikeluarkan dengan segera apabila bilangan rujukan adalah 0. Nilai pulangan sys.getRefCount () adalah 1 lebih daripada rujukan sebenar kerana ia meningkatkan rujukannya sendiri; 2. Rujukan bulat tidak dapat dibersihkan melalui pengiraan rujukan, dan ia bergantung kepada kitar semula generasi modul GC. Memanggil GC.Collect () boleh mengitar semula objek yang tidak dapat dicapai; 3. Dalam pembangunan sebenar, jangka panjang rujukan objek besar harus dielakkan. Kita boleh menggunakan rujukan lemah lemah, tempat yang tepat pada masanya untuk melepaskan memori, dan menggunakan tracemalloc untuk memantau peruntukan memori; 4. Ringkasan: Python menggabungkan pengiraan rujukan dan pengumpulan sampah untuk menguruskan memori. Pemaju boleh meningkatkan kecekapan program melalui penggunaan alat yang munasabah dan pengurusan rujukan yang dioptimumkan. Walaupun pengurusan memori adalah automatik, ia perlu memberi perhatian kepada risiko rujukan bulat dan kebocoran memori.

Pengurusan memori Python kebanyakannya automatik untuk pemaju, tetapi memahami mekanisme asasnya dapat membantu menulis kod yang lebih efisien. Berikut adalah contoh konkrit untuk menggambarkan bagaimana pengurusan memori Python berfungsi, termasuk pengiraan rujukan, pengumpulan sampah, dan kitaran hayat objek.

1. Contoh mekanisme pengiraan rujukan

Python menggunakan bilangan rujukan untuk menjejaki penggunaan objek. Apabila kiraan rujukan objek menjadi 0, ia segera dibebaskan.

 Import sys

# Buat objek senarai a = [1, 2, 3]
cetak (sys.getrefcount (a)) output: 2 (a dan getRefcount parameter rujukan)

b = a
cetak (sys.getrefcount (a)) output: 3

c = a
cetak (sys.getrefcount (a)) output: 4

# Padamkan rujukan del b
cetak (sys.getrefcount (a)) output: 3

del c
cetak (sys.getrefcount (a)) # output: 2

del a
# Pada masa ini, kiraan rujukan adalah 0 dan objek dikeluarkan

⚠️ Nota: sys.getrefcount() sendiri menambah rujukan, jadi hasilnya selalu 1 lebih daripada yang sebenarnya.

2. Rujukan Kitar Semula dan Pengumpulan Sampah (GC)

Pengiraan rujukan tidak dapat mengendalikan rujukan bulat, jadi pemungut sampah Python (modul GC) diperlukan.

 Import GC

# Buat rujukan bulat def create_cycle ():
    x = {}
    y = {}
    x ['y'] = y
    y ['x'] = x
    Kembali x # Kembalikan rujukan, tetapi rujukan gelung dalaman z = create_cycle ()
# Z menunjuk kepada struktur rujukan bulat del z # padam rujukan luaran, tetapi x dan y masih merujuk kepada satu sama lain # secara manual mencetuskan koleksi sampah yang dikumpulkan = gc.collect ()
cetak (f "mengambil {dikumpulkan} objek") # Biasanya output 2 (dua kamus)

Dalam contoh ini, walaupun tiada pembolehubah merujuk kepada kedua -dua kamus ini selepas del z , mereka masih tidak dapat dikeluarkan dengan mengira rujukan kerana mereka merujuk satu sama lain. Pemungut sampah generasi Python mengesan dan membersihkan objek yang tidak dapat dicapai.

3. Petua Pengurusan Memori (Cadangan Praktikal)

• Elakkan rujukan objek besar yang tidak perlu : Sebagai contoh, apabila caching sejumlah besar data, pertimbangkan untuk menggunakan rujukan lemah ( weakref ).
• Dereference objek besar dalam masa : Tetapkan None selepas memproses data besar untuk membantu dengan cepat melepaskan memori.
• Pantau Penggunaan Memori : Anda boleh menggunakan modul tracemalloc untuk mengesan peruntukan memori.

 import tracemalloc

tracemalloc.start ()

# Simulasi data peruntukan memori = [i untuk i dalam julat (10000)]

semasa, puncak = tracemalloc.get_traced_memory ()
cetak (f "penggunaan memori semasa: {semasa / 1024: .1f} kb")
cetak (f "penggunaan memori puncak: {puncak / 1024: .1f} kb")

tracemalloc.stop ()

4. Ringkasan mata utama

• Python menguruskan memori menggunakan mekanisme pengumpulan sampah mengira rujukan .
• Objek dikeluarkan dengan segera apabila kiraan rujukan adalah 0.
• Rujukan kitar semula memerlukan pembersihan modul GC.
• Pemaju boleh mengoptimumkan penggunaan memori melalui alat seperti gc dan tracemalloc .

Pada dasarnya semua ini tidak rumit tetapi mudah diabaikan.

Atas ialah kandungan terperinci Contoh Pengurusan Memori Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!