Python 那些永远用不到的对象,我们称之为「垃圾」
我們知道使用 Python 可以創(chuàng)建對象,當(dāng)我們?nèi)ヒ盟臅r候,系統(tǒng)會開辟一個內(nèi)存空間存放對象,不過可能有些對象我們用完之后,永遠(yuǎn)再也不會去使用了,那這對象不能一直留在內(nèi)存里邊吧,對象已經(jīng)廢了,也就成為了「垃圾」,垃圾要清理掉,內(nèi)存才能騰出位置給別的程序使用。
那么:
Python是怎么回收垃圾的?
先來了解一下「引用次數(shù)」,在 Python 的內(nèi)置模塊 sys 有一個 getrefcount 方法,通過它我們可以得到對象被引用的次數(shù):
比如我們定義這樣一個「s」:
這里得到的結(jié)果為 2 次引用,其中一次是 s,一次是 getrefcount。
接下來我們看看這樣的代碼:
當(dāng)我們執(zhí)行完 fxxk 方法之后,在它下面的 print 調(diào)用會報(bào)錯,也就是說我們無法再去引用對象 s 了,因?yàn)樗呀?jīng)被回收。
當(dāng)執(zhí)行完 fxxk() 之后,對象 s 的引用數(shù)量為 0,而在 Python 的垃圾回收算法中,一個主要的點(diǎn)就是,當(dāng)對象的引用數(shù)量為 0,說明這個對象已經(jīng)成為「垃圾」了,Python 會將這個對象回收掉,從而釋放資源。
通過統(tǒng)計(jì)引用次數(shù)來釋放資源,是相對高效可行的,不過也有存在這樣的現(xiàn)象:對象之間相互循環(huán)引用,會導(dǎo)致引用數(shù)量為一直不為 0,那么這樣的垃圾是回收不了的,這就可能會造成內(nèi)存泄漏。
所以在 Python 新版本中,補(bǔ)充了垃圾回收機(jī)制算法——標(biāo)記清除法和分代收集。
所謂標(biāo)記清除,就是遍歷所有對象,通過鏈表逐個對象追蹤標(biāo)記到的這些對象是可達(dá)的,那么剩下那些對象就是不可達(dá)的,說明它們是垃圾,回收掉,這樣就可以避免對象循環(huán)引用而沒辦法回收的問題了。
因?yàn)槊看螛?biāo)記清除的時候,肯定是占用系統(tǒng)資源的,這時候就有人想到,是不是可以分代收集,也就是說,分成三代,把第一次遍歷的對象視為第 0 代,那么第一次遍歷完活下來的對象,就把它們放入第二代,第二代就不會被那么「嚴(yán)格」的去掃描,如果第二次遍歷,第二代的對象又存活,那么就放入第三代,在第三代里面的對象就更「安全」了。
因?yàn)閷ο蠡畹迷骄?#xff0c;說明它越不是「垃圾」。
以上,我們說的 Python 垃圾回收機(jī)制,都是自動的,不用我們親自來清理垃圾。
那如果我們想自己手動來回收垃圾,可不可以實(shí)現(xiàn)呢?
答案是肯定的。
Python手動回收垃圾
我們可以通過 del 命令來刪除對象的引用,然后使用 Python 的 gc 模塊,調(diào)用 collect 方法就可以實(shí)現(xiàn)。
現(xiàn)在來寫個例子給你參考一下:
代碼很簡單,這里我們創(chuàng)建了 handsomeb 對象,見一個女生愛一個。。。
主要的是最后兩行代碼,當(dāng)我們使用 del handsomeb 的時候,實(shí)際上就是將 handsomb 這個對象給刪除釋放掉,不過這個時候還存在那些和 handsomeb 的關(guān)聯(lián)對象 Girl 們,她們已經(jīng)沒有什么用了,我們可以使用 gc.collect(),將和 handsomeb 關(guān)聯(lián)的對象們都給釋放掉,這樣就實(shí)現(xiàn)了手動回收垃圾。
你還可以到這里了解更多相關(guān)內(nèi)容:
https://docs.python.org/zh-cn/3.8/library/gc.html
ok,以上就是小帥b今天給你帶來的分享,關(guān)于 Python 的垃圾回收問題,面試也常常會被問到,希望對你有幫助。
推薦閱讀
Pandas處理數(shù)據(jù)太慢,來試試Polars吧!
懶人必備!只需一行代碼,就能導(dǎo)入所有的Python庫
絕!關(guān)于pip的15個使用小技巧
介紹10個常用的Python內(nèi)置函數(shù),99.99%的人都在用!
可能是全網(wǎng)最完整的 Python 操作 Excel庫總結(jié)!
總結(jié)
以上是生活随笔為你收集整理的Python 那些永远用不到的对象,我们称之为「垃圾」的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Python八种数据导入方法,你掌握了吗
- 下一篇: 怎样用“python”快速入门数据分析?