文章目錄

• • • 建議不要光看，要多動手敲代碼。眼過千遭，不如手讀一遍。
    • 垃圾回收
    • • 代碼塊
      • 代碼塊的緩存機制
      • 小數據池
      • 指定駐留
      • 引用計數
      • • GC模塊

筆記中代碼均可運行在Jupyter NoteBook下（實際上Jupyter-lab使用體驗也很棒）。

建議不要光看，要多動手敲代碼。眼過千遭，不如手讀一遍。

相關筆記的jupiter運行代碼已經上傳，請在資源中自行下載。

垃圾回收

參考網址：https://www.cnblogs.com/jin-xin/articles/9439483.html

概括：

同一代碼塊下：緩存機制 不同代碼塊：小數據池

代碼塊

一個模塊、一個函數、一個類、一個文件都是一個代碼塊。

在交互式命令行下，一個命令就是一個代碼塊。

代碼塊的緩存機制

Python在執行同一個代碼塊的初始化對象的命令時，

會檢查是否其值是否已經存在，如果存在，會將其重用。

換句話說：

執行同一個代碼塊時，遇到初始化對象的命令時，他會將初始化的這個變量與值存儲在一個字典中，在遇到新的變量時，會先在字典中查詢記錄，如果有同樣的記錄那么它會重復使用這個字典中的之前的這個值。

滿足緩存機制則他們在內存中只存在一個，即：id相同。

代碼塊的緩存機制的適用范圍： int（float），str，bool。

int(float):任何數字在同一代碼塊下都會復用。bool:True和False在字典中會以1，0方式存在，并且復用。str：幾乎所有的字符串都會符合緩存機制1，非乘法得到的字符串都滿足代碼塊的緩存機制2,乘法得到的字符串分兩種情況：2.1 乘數為1時，任何字符串滿足代碼塊的緩存機制：2.2 乘數>=2時：僅含大小寫字母，數字，下劃線，總長度<=20，滿足代碼塊的緩存機制

優點：

能夠提高一些字符串，整數處理人物在時間和空間上的性能； 需要值相同的字符串，整數的時候，直接從‘字典’中取出復用，避免頻繁創建和銷毀，提升效率，節約內存。 '''jupyter這里運行存在問題，以注釋為主'''# 字符串緩存機制 例子# 非乘法得到的字符串 def unMult():s1 = 'string's2 = 'string'print('非乘法得到的字符串')print('*'*30)print('s1和s2地址比較：',id(s1) == id(s2)) # Trueprint('*'*30)# 乘數為1得到的字符串 def multOne():s3 = 'asdf!@#$%^*'*1s4 = 'asdf!@#$%^*'*1print('乘數為1得到的字符串')print('*'*30)print('s3和s4地址比較：',id(s3) == id(s4)) # Trueprint('*'*30)# 乘數>=2時 def multMore():s3 = 'adf!'*4 # 包含其他字符，總長<20s4 = 'adf!'*4s5 = 'qwertyuiop[]asdfghjk!@#$%^&'*4# 包含其他字符，總長>20s6 = 'qwertyuiop[]asdfghjk!@#$%^&'*4s7 = 'asdf_asdf'*3 # # 不包含其他字符，總長<20s8 = 'asdf_asdf'*3print('乘數為>=2，總長度<=20,包含其他字符得到的字符串')print('*'*30)print('s3和s4地址比較：',id(s3) == id(s4)) # Falseprint('*'*30)print('乘數為>=2，總長度>20,包含其他字符得到的字符串')print('*'*30)print('s5和s6地址比較：',id(s5) == id(s6)) # Falseprint('*'*30)print('乘數為>=2，總長度<=20,不包含其他字符得到的字符串')print('*'*30)print('s7和s8地址比較：',id(s7) == id(s8)) # Trueprint('*'*30)# test unMult() multOne() multMore() 非乘法得到的字符串 ****************************** s1和s2地址比較： True s1和s2來源比較： True ****************************** 乘數為1得到的字符串 ****************************** s3和s4地址比較： True s3和s4來源比較： True ****************************** 乘數為>=2，總長度<=20,包含其他字符得到的字符串 ****************************** s3和s4地址比較： True s3和s4來源比較： True ****************************** 乘數為>=2，總長度>20,包含其他字符得到的字符串 ****************************** s5和s6地址比較： True s5和s6來源比較： True ****************************** 乘數為>=2，總長度<=20,不包含其他字符得到的字符串 ****************************** s7和s8地址比較： True s7和s8來源比較： True ******************************

小數據池

大前提：

小數據池也是只針對 int(float)，str，bool。小數據池是針對不同代碼塊之間的緩存機制！！！

Python自動將-5~256的整數進行了緩存，

當你將這些整數賦值給變量時，并不會重新創建對象，

而是使用已經創建好的緩存對象。

python會將一定規則的字符串在字符串駐留池中創建一份。

'''小數據池例子'''# 整數 a = 100 b = 100 c = 123456 d = 123456print('id(a) == id(b): ',id(a) == id(b)) print('id(c) == id(d): ',id(c) == id(d)) id(a) == id(b): True id(c) == id(d): False

指定駐留

# 指定駐留 例子 from sys import interna = 'asd*&'*3 b = 'asd*&'*3print('未指定駐留：a is b：', a is b) print(id(a)) print(id(b))c = intern('asd*&'*3) d = intern('asd*&'*3)print('指定駐留：c is d：', c is d) print(id(c)) print(id(d)) 未指定駐留：a is b： False 139839647396976 139839643255088 不未指定駐留：c is d： True 139839642805680 139839642805680

引用計數

Python中以引用計數為主：

引用計數優點：簡單，實時性引用計數缺點：維護時占用內存，循環引用，造成內存泄漏引用計數減一不止del，還可以透過賦值None

隔代回收

Ruby中的垃圾回收是標記清除，對內存的申請是一次申請多個， 當內存不夠用時再清理，而Python中的內存申請是用一個申請一個。

隔代回收為輔：

零代鏈表中檢測到相互循環引用的減一，得到是否是垃圾（引用計數為0），需要回收，否則不會減一

GC模塊

''' gc.get_count()：獲取當前自動執行垃圾回收的計數器返回一個元組(x,y,z) 參數解釋： [ x 表示內存占用， y 表示零代清理次數， z 同理表示1代清理次數 ]gc.get_threshold() 獲取的gc模塊中自動執行垃圾回收的頻率返回(x,y,z) 參數解釋： [ x表示清理上限， y表示每清理零代鏈表10次， 清理一次 1 代鏈表。 z同理是1,2代 這里的x,y,z默認值為(700,10,10) ]查看一個對象的引用計數：sys.getrefcount()gc.disable() 關閉Python的gcgc.enable() 開啟gcgc.isenabled() 判斷是否是開啟gc的gc.collect([generation])顯式進行垃圾回收（手動回收）可以輸入參數： [ 0代表只檢查第一代的對象，1代表檢查一，二代的對象，2代表檢查一，二，三代的對象， 如果不傳參數，執行一個full collection，也就是等于傳2。 ]注意： 盡量不要手動重寫對象的__del__方法， 因為重寫后會使刪除時不會自動調用gc來刪除， 此時需要調用父類的__del__()來刪除 '''# gc 引用計數 示例 import gc, sysa = 1 get_a_c = sys.getrefcount(a) b = a get_b_c = sys.getrefcount(a)gc_c = gc.get_count() gc_t = gc.get_threshold()gc.disable() gc.enable()gc_is = gc.isenabled()gc_cl = gc.collect(2)print(get_a_c, get_b_c, gc_c, gc_t, gc_is, gc_cl) 2275 2275 (603, 5, 0) (700, 10, 10) True 921

總結

以上是生活随笔為你收集整理的Python3学习笔记_F（垃圾回收）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。