Python的内存管理 Java内存管理与垃圾回收

语言的内存管理是语言设计的一个重要方面。它是决定语言性能的重要因素。不管是C语言的手工管理，仍是Java的垃圾回收，都成为语言最重要的特征。这里以Python语言为例子，说明一门动态类型的、面向对象的语言的内存管理方式。

 

对象的内存使用

赋值语句是语言最多见的功能了。但即便是最简单的赋值语句，也能够颇有内涵。Python的赋值语句就很值得研究。

a = 1

 

整数1为一个对象。而a是一个引用。利用赋值语句，引用a指向对象1。Python是动态类型的语言(参考动态类型)，对象与引用分离。Python像使用“筷子”那样，经过引用来接触和翻动真正的食物——对象。

 

 引用和对象

 

为了探索对象在内存的存储，咱们能够求助于Python的内置函数id()。它用于返回对象的身份(identity)。其实，这里所谓的身份，就是该对象的内存地址。

a = 1

print(id(a))
print(hex(id(a)))

 

在个人计算机上，它们返回的是:

11246696
'0xab9c68'

分别为内存地址的十进制和十六进制表示。

 

在Python中，整数和短小的字符，Python都会缓存这些对象，以便重复使用。当咱们建立多个等于1的引用时，其实是让全部这些引用指向同一个对象。

a = 1
b = 1

print(id(a))
print(id(b))

 

上面程序返回

11246696

11246696

可见a和b其实是指向同一个对象的两个引用。

 

为了检验两个引用指向同一个对象，咱们能够用is关键字。is用于判断两个引用所指的对象是否相同。

# True
a = 1
b = 1
print(a is b)

# True
a = "good"
b = "good"
print(a is b)

# False
a = "very good morning"
b = "very good morning"
print(a is b)

# False
a = []
b = []
print(a is b)

 

 

上面的注释为相应的运行结果。能够看到，因为Python缓存了整数和短字符串，所以每一个对象只存有一份。好比，全部整数1的引用都指向同一对象。即便使用赋值语句，也只是创造了新的引用，而不是对象自己。长的字符串和其它对象能够有多个相同的对象，可使用赋值语句建立出新的对象。

 

在Python中，每一个对象都有存有指向该对象的引用总数，即引用计数(reference count)。

咱们可使用sys包中的getrefcount()，来查看某个对象的引用计数。须要注意的是，当使用某个引用做为参数，传递给getrefcount()时，参数实际上建立了一个临时的引用。所以，getrefcount()所获得的结果，会比指望的多1。

from sys import getrefcount

a = [1, 2, 3]
print(getrefcount(a))

b = a
print(getrefcount(b))

 因为上述缘由，两个getrefcount将返回2和3，而不是指望的1和2。

 

对象引用对象

Python的一个容器对象(container)，好比表、词典等，能够包含多个对象。实际上，容器对象中包含的并非元素对象自己，是指向各个元素对象的引用。

咱们也能够自定义一个对象，并引用其它对象:

class from_obj(object):
    def __init__(self, to_obj):
        self.to_obj = to_obj

b = [1,2,3]
a = from_obj(b)
print(id(a.to_obj))
print(id(b))

能够看到，a引用了对象b。

 

对象引用对象，是Python最基本的构成方式。即便是a = 1这一赋值方式，其实是让词典的一个键值"a"的元素引用整数对象1。该词典对象用于记录全部的全局引用。该词典引用了整数对象1。咱们能够经过内置函数globals()来查看该词典。

 

当一个对象A被另外一个对象B引用时，A的引用计数将增长1。

from sys import getrefcount

a = [1, 2, 3]
print(getrefcount(a))

b = [a, a]
print(getrefcount(a))

 因为对象b引用了两次a，a的引用计数增长了2。

 

容器对象的引用可能构成很复杂的拓扑结构。咱们能够用objgraph包来绘制其引用关系，好比

x = [1, 2, 3]
y = [x, dict(key1=x)]
z = [y, (x, y)]

import objgraph
objgraph.show_refs([z], filename='ref_topo.png')

 

objgraph是Python的一个第三方包。安装以前须要安装xdot。

sudo apt-get install xdot
sudo pip install objgraph

objgraph官网

 

两个对象可能相互引用，从而构成所谓的引用环(reference cycle)。

a = []
b = [a]
a.append(b)

 

即便是一个对象，只须要本身引用本身，也能构成引用环。

a = []
a.append(a)
print(getrefcount(a))

 

引用环会给垃圾回收机制带来很大的麻烦，我将在后面详细叙述这一点。

 

引用减小

某个对象的引用计数可能减小。好比，可使用del关键字删除某个引用:

from sys import getrefcount

a = [1, 2, 3]
b = a
print(getrefcount(b))

del a
print(getrefcount(b))

 

del也能够用于删除容器元素中的元素，好比:

a = [1,2,3]
del a[0]
print(a)

 

 

若是某个引用指向对象A，当这个引用被从新定向到某个其余对象B时，对象A的引用计数减小:

from sys import getrefcount

a = [1, 2, 3]
b = a
print(getrefcount(b))

a = 1
print(getrefcount(b))

 

垃圾回收

吃太多，总会变胖，Python也是这样。当Python中的对象愈来愈多，它们将占据愈来愈大的内存。不过你不用太担忧Python的体形，它会乖巧的在适当的时候“减肥”，启动垃圾回收(garbage collection)，将没用的对象清除。在许多语言中都有垃圾回收机制，好比Java和Ruby。尽管最终目的都是塑造苗条的提醒，但不一样语言的减肥方案有很大的差别 (这一点能够对比本文和Java内存管理与垃圾回收)。

 

从基本原理上，当Python的某个对象的引用计数降为0时，说明没有任何引用指向该对象，该对象就成为要被回收的垃圾了。好比某个新建对象，它被分配给某个引用，对象的引用计数变为1。若是引用被删除，对象的引用计数为0，那么该对象就能够被垃圾回收。好比下面的表:

a = [1, 2, 3]
del a

 

del a后，已经没有任何引用指向以前创建的[1, 2, 3]这个表。用户不可能经过任何方式接触或者动用这个对象。这个对象若是继续待在内存里，就成了不健康的脂肪。当垃圾回收启动时，Python扫描到这个引用计数为0的对象，就将它所占据的内存清空。

 

然而，减肥是个昂贵而费力的事情。垃圾回收时，Python不能进行其它的任务。频繁的垃圾回收将大大下降Python的工做效率。若是内存中的对象很少，就没有必要总启动垃圾回收。因此，Python只会在特定条件下，自动启动垃圾回收。当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数。当二者的差值高于某个阈值时，垃圾回收才会启动。

咱们能够经过gc模块的get_threshold()方法，查看该阈值:

import gc
print(gc.get_threshold())

 

返回(700, 10, 10)，后面的两个10是与分代回收相关的阈值，后面能够看到。700便是垃圾回收启动的阈值。能够经过gc中的set_threshold()方法从新设置。

 

咱们也能够手动启动垃圾回收，即便用gc.collect()。

 

分代回收

Python同时采用了分代(generation)回收的策略。这一策略的基本假设是，存活时间越久的对象，越不可能在后面的程序中变成垃圾。咱们的程序每每会产生大量的对象，许多对象很快产生和消失，但也有一些对象长期被使用。出于信任和效率，对于这样一些“长寿”对象，咱们相信它们的用处，因此减小在垃圾回收中扫描它们的频率。

 

Python将全部的对象分为0，1，2三代。全部的新建对象都是0代对象。当某一代对象经历过垃圾回收，依然存活，那么它就被纳入下一代对象。垃圾回收启动时，必定会扫描全部的0代对象。若是0代通过必定次数垃圾回收，那么就启动对0代和1代的扫描清理。当1代也经历了必定次数的垃圾回收后，那么会启动对0，1，2，即对全部对象进行扫描。

这两个次数即上面get_threshold()返回的(700, 10, 10)返回的两个10。也就是说，每10次0代垃圾回收，会配合1次1代的垃圾回收；而每10次1代的垃圾回收，才会有1次的2代垃圾回收。

一样能够用set_threshold()来调整，好比对2代对象进行更频繁的扫描。

import gc
gc.set_threshold(700, 10, 5)

 

 

孤立的引用环

引用环的存在会给上面的垃圾回收机制带来很大的困难。这些引用环可能构成没法使用，但引用计数不为0的一些对象。

a = []
b = [a]
a.append(b)

del a
del b

 

上面咱们先建立了两个表对象，并引用对方，构成一个引用环。删除了a，b引用以后，这两个对象不可能再从程序中调用，就没有什么用处了。可是因为引用环的存在，这两个对象的引用计数都没有降到0，不会被垃圾回收。

 孤立的引用环

 

为了回收这样的引用环，Python复制每一个对象的引用计数，能够记为gc_ref。假设，每一个对象i，该计数为gc_ref_i。Python会遍历全部的对象i。对于每一个对象i引用的对象j，将相应的gc_ref_j减1。

遍历后的结果

 

在结束遍历后，gc_ref不为0的对象，和这些对象引用的对象，以及继续更下游引用的对象，须要被保留。而其它的对象则被垃圾回收。

 

总结

Python做为一种动态类型的语言，其对象和引用分离。这与曾经的面向过程语言有很大的区别。为了有效的释放内存，Python内置了垃圾回收的支持。Python采起了一种相对简单的垃圾回收机制，即引用计数，并所以须要解决孤立引用环的问题。Python与其它语言既有共通性，又有特别的地方。对该内存管理机制的理解，是提升Python性能的重要一步。

 

欢迎继续阅读“Python快速教程”