Python - 内存管理



在 Python 中,内存管理是自动的,它涉及处理包含所有 Python 对象和数据结构的私有堆。Python 内存管理器在内部确保此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、引用计数以及变量如何存储在堆栈和堆上。

内存管理组件

Python 的内存管理组件在整个 Python 程序执行过程中提供对内存资源的高效利用。Python 有三个内存管理组件 -

  • Private Heap:充当所有 Python 对象和数据的主存储。它由 Python 内存管理器在内部管理。
  • Raw Memory Allocator:这个低级组件直接与操作系统交互,以在 Python 的私有堆中保留内存空间。它确保有足够的空间容纳 Python 的数据结构和对象。
  • Object-Specific Allocators: 除了原始内存分配器之外,几个特定于对象的分配器管理不同类型对象的内存,例如整数、字符串、元组和字典。

Python 中的内存分配

Python 以两种主要方式管理内存分配 - 堆栈和堆。

堆栈 − 静态内存分配

在静态内存分配中,内存在编译时分配并存储在堆栈中。这对于函数调用堆栈和变量引用来说是典型的。堆栈是用于存储局部变量和函数调用信息的内存区域。它采用后进先出 (LIFO) 原则,其中最近添加的项目是第一个被删除的项目。

堆栈通常用于原始数据类型的变量,例如数字、布尔值和字符。这些变量具有固定的内存大小,这在编译时是已知的。

让我们看一个例子来说明基元类型的变量是如何存储在堆栈上的。在上面的示例中,名为 x、y 和 z 的变量是名为 example_function() 的函数中的局部变量。它们存储在堆栈上,当函数执行完成时,它们会自动从堆栈中删除。


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

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

在执行上述程序时,您将获得以下输出 -

(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

堆 − 动态内存分配

动态内存分配在运行时对非基元类型的对象和数据结构进行。这些对象的实际数据存储在堆中,而对它们的引用存储在堆栈上。

让我们观察一个在堆中创建列表动态分配内存的示例。


a = [0]*10
print(a)

输出

在执行上述程序时,您将获得以下结果 -

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

Python 中的垃圾回收

Python 中的垃圾回收是自动释放对象不再使用的内存,使其可用于其他对象的过程。Python 的垃圾回收器在程序执行期间运行,并在对象的引用计数降至零时激活。

引用计数

Python 的主要垃圾回收机制是引用计数。Python 中的每个对象都维护一个引用计数,用于跟踪指向它的别名(或引用)数量。当对象的引用计数降至零时,垃圾回收器将解除分配该对象。

参考计数的工作原理如下 -

  • 增加引用计数 - 当创建对对象的新引用时,引用计数会增加。
  • 减少引用计数 - 当对对象的引用被删除或超出范围时,引用计数会减少。

这是一个演示 Python 中引用计数工作的示例。


import sys

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

# Assign the same string to another variable
other_name = "qikepu"
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)) 	

输出

在执行上述程序时,您将获得以下结果 -

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