Python 简明教程

Python - Memory Management

在 Python 中， memory management 是自动的，它涉及处理包含所有 Python 对象和 data structures 的私有堆。Python 内存管理器在内部确保该内存的有效分配和释放。本教程将探讨 Python 的内存管理机制，包括垃圾回收、引用计数以及变量在堆栈和堆中存储的方式。

Memory Management Components

Python 的内存管理组件在整个 Python 程序执行过程中都能提供高效有效的内存资源利用。Python 具有三个内存管理组件 −

  1. Private Heap ：充当所有 Python 对象和数据的存储主存储器。它由 Python 内存管理器在内部管理。

  2. Raw Memory Allocator ：此底层组件直接与操作系统交互，以在 Python 的私有堆中预留内存空间。它确保 Python 的数据结构和对象有足够的空间。

  3. Object-Specific Allocators ：在原始内存分配器的基础上，几个特定对象分配器为不同类型的对象（如整数、字符串、元组和字典）管理内存。

Memory Allocation in Python

Python 以两种主要方式管理内存分配 − 堆栈和堆。

Stack − Static Memory Allocation

在静态内存分配中，内存是在编译时分配并在堆栈中存储。这对于函数调用堆栈和变量引用来说是典型的。堆栈是用于存储本地变量和函数调用信息的内存区域。它基于后进先出 (LIFO) 原则运行，其中最近添加的项目将第一个被移除。

堆栈通常用于存储基本数据类型的变量，例如数字、布尔值和字符。这些变量具有固定的内存大小，在编译时已知。

Example

让我们看一个示例来说明基本类型变量如何在堆栈中存储。在上面的示例中，名为 x、y 和 z 的变量是名为 example_function() 的函数内的局部变量。它们存储在堆栈中，当函数执行完成时，它们会自动从堆栈中移除。

def my_function():
   x = 5
   y = True
   z = 'Hello'
   return x, y, z

print(my_function())
print(x, y, z)

执行上述程序时，您将获得以下 output −

(5, True, 'Hello')
Traceback (most recent call last):
  File "/home/cg/root/71937/main.py", line 8, in <module>
    print(x, y, z)
NameError: name 'x' is not defined

Heap − Dynamic Memory Allocation

动态内存分配是在运行时为非基本类型对象和数据结构进行的。这些对象的实际数据存储在堆中，而对其进行引用的存储在堆栈中。

Example

让我们观察一个示例，用于动态分配堆中内存的列表创建。

a = [0]*10
print(a)

Output

通过执行以上的程序，你会得到以下结果：

[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

Garbage Collection in Python

Python 中的垃圾回收是自动释放不再用作对象的内存并使其可用于其他对象的过程。Python 垃圾回收器在程序执行期间运行并在对象的 reference count 降至零时激活。

Reference Counting

Python 的主要垃圾回收机制是引用计数。Python 中的每个对象都维持一个引用计数，该引用计数追踪有多少别名（或引用）指向它。当对象的引用计数降至零时，垃圾回收器解除该对象的分配。

引用计数的原理如下：

  1. Increasing Reference Count − 当创建对某个对象的新引用时，引用计数增加。

  2. Decreasing Reference Count − 当对某个对象的引用被移除或超出作用域时，引用计数减少。

Example

下面是演示 Python 中引用计数如何工作的一个示例。

import sys

# Create a string object
name = "Tutorialspoint"
print("Initial reference count:", sys.getrefcount(name))

# Assign the same string to another variable
other_name = "Tutorialspoint"
print("Reference count after assignment:", sys.getrefcount(name))

# Concatenate the string with another string
string_sum = name + ' Python'
print("Reference count after concatenation:", sys.getrefcount(name))

# Put the name inside a list multiple times
list_of_names = [name, name, name]
print("Reference count after creating a list with 'name' 3 times:", sys.getrefcount(name))

# Deleting one more reference to 'name'
del other_name
print("Reference count after deleting 'other_name':", sys.getrefcount(name))

# Deleting the list reference
del list_of_names
print("Reference count after deleting the list:", sys.getrefcount(name))

Output

通过执行以上的程序，你会得到以下结果：

Initial reference count: 4
Reference count after assignment: 5
Reference count after concatenation: 5
Reference count after creating a list with 'name' 3 times: 8
Reference count after deleting 'other_name': 7
Reference count after deleting the list: 4