引用计数机制
简介
python内部使用引用计数,来保持追踪内存中的对象,Python内部记录了对象有多少个引用 , 即引用计数 , 当对象被创建时就创建了一个引用计数,当对象不再需要时 , 这个对象的引用计数为0时,它被垃圾回收 。
特性
1.当给一个对象分配一个新名称或者将一个对象放入一个容器(列表、元组或字典)时 , 该对象的引用计数都会增加 。
2.当使用del对对象显示销毁或者引用超出作用于或者被重新赋值时,该对象的引用计数就会减少 。
3.可以使用sys.getrefcount()函数来获取对象的当前引用计数 。多数情况下,引用计数要比我们猜测的大的多 。对于不可变数据(数字和字符串),解释器会在程序的不同部分共享内存,以便节约内存 。
垃圾回收机制
特性
1.当内存中有不再使用的部分时,垃圾收集器就会把他们清理掉 。它会去检查那些引用计数为0的对象,然后清除其在内存的空间 。当然除了引用计数为0的会被清除 , 还有一种情况也会被垃圾收集器清掉:当两个对象相互引用时,他们本身其他的引用已经为0了 。
2.垃圾回收机制还有一个循环垃圾回收器, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0) 。
内存池机制
简介
在Python中,许多时候申请的内存都是小块的内存 , 这些小块内存在申请后,很快又会被释放 , 由于这些内存的申请并不是为了创建对象,所以并没有对象一级的内存池机制 。这就意味着Python在运行期间会大量地执行malloc和free的操作 , 频繁地在用户态和核心态之间进行切换,这将严重影响Python的执行效率 。为了加速Python的执行效率,Python引入了一个内存池机制,用于管理对小块内存的申请和释放 。
内存池概念
内存池的概念就是预先在内存中申请一定数量的 , 大小相等的内存块留作备用,当有新的内存需求时,就先从内存池中分配内存给这个需求,不够了之后再申请新的内存 。这样做最显著的优势就是能够减少内存碎片,提升效率 。内存池的实现方式有很多 , 性能和适用范围也不一样 。
特性
1.Python提供了对内存的垃圾收集机制,但是它将不用的内存放到内存池而不是返回给操作系统 。
2.Pymalloc机制 。为了加速Python的执行效率,Python引入了一个内存池机制,用于管理对小块内存的申请和释放 。
3.Python中所有小于256个字节的对象都使用pymalloc实现的分配器,而大的对象则使用系统的 malloc 。
4.对于Python对象,如整数 , 浮点数和List,都有其独立的私有内存池 , 对象间不共享他们的内存池 。也就是说如果你分配又释放了大量的整数,用于缓存这些整数的内存就不能再分配给浮点数 。
关于python申请内存函数和python申请内存空间的介绍到此就结束了,不知道你从中找到你需要的信息了吗 ?如果你还想了解更多这方面的信息,记得收藏关注本站 。
推荐阅读
- 网络设备与服务器毕业设计,网络服务器配置与应用
- python打包系统在银河麒麟,银河麒麟安装python
- 婚纱拍摄款式选什么,婚纱拍什么风格好
- postgresql查看历史命令的简单介绍
- java下载视频文件代码 java下载视频文件代码是什么
- 首尔大学gis专业,日本大学gis专业
- PPT如何标识内容,ppt上怎样做标记
- 专业直播间设备明细表,直播设备清单
- vb.net访问sql的简单介绍