python可变类型和不可变类型,内存管理 |
您所在的位置：网站首页 › python 中的列表是不可变对象是对还是错 › python可变类型和不可变类型,内存管理 |
python可变类型和不可变类型,内存管理
|
python可变类型和不可变类型,内存管理
1. python中创建可变对象和不可变对象时的内存分配
首先看两个简单创建可变对象和不可变对象的例子: a = 1, b = 1 a和b的id是否相等? a = 1000, b = 1000 a和b的id是否相等? a = ‘a’, b = ‘a’ a和b的id是否相等? a = (1,) b=(1, ) a和b的id是否相等? a=[1], b=[1] a和b的id是否相等? 在notebook中测试如下: 总结: 在python中不管是创建两个相同的可变对象和不可变对象,其都要向解释器申请内存空间,其id是不一样的;但是python对于一些整数类型(-5~256)和小字符串类型的对象做了优化,其在解释器加载的时候就已经分配了内存,在创建对象的时候只要为该对象增加一个引用即可,所以id是一样的;而对于变量赋值,只是给对象增加了一个引用,其内存地址肯定是一样的. 再看一个下面的例子: nums = [12, 13, 15, 18, 20, "hello", ["world", "python"], (1, 2)] a = 20 # nums[4] 和a是否同一个内存地址？ print(a is nums[4]) b = "hello" # nums[5] 和b是否同一个内存地址? print(b is nums[5]) c = ["world", "python"] # nums[6] 是否和c同一个内存地址? print(c is nums[6]) print(nums[6][0] is c[0]) # 两个列表中的world字符串是否相同? d = (1, 2) # nums[7] 和d是否同一个内存地址? print(d is nums[7])结果如下: True True False True False 可以看到对于小的字符串和整数其都指向同一个内存地址,而对于列表和元组则新分配了一个内存地址 2.程序执行一个软件程序要想执行,必须要先把硬盘上所需的数据加载到内存中,cup再去内存中取程序执行的数据进行运算和处理,如下图: 程序运行时内存分配: 软件的程序在计算机中的执行,主要是通过数据单元、控制单元、执行单元共同协作,完成数据的交互达到程序处理数据的目的,在软件的执行过程中,由于系统内存和CPU的资源有限,所以有效的分解软件中的各项数据,将不同的数据加载到不同的内存部分以有效的运行程序,同时可以达到在一个计算机中有效运行更多软件的目的;内存中主要包括以下几个内存区: 栈内存区: 该区主要存放变量对象及其引用,存取速度较快,适用于小数据的快速存储方法区:主要用于存放加载程序需要的代码数据,二进制数据,方法和函数数据等静态资源(常量区):主要存储静态数据,常量数据;对于python中的不可变对象一般也会存储在该内存区.堆内存区:该区主要存放对象数据和类型,存储数据稳定,一般存储较为重要的数据;对于python中的可变对象一般会存储到该区如下图: 可变对象:当可变对象中的元素发生改变如重新赋值,该对象的内存地址不会发生改变;如列表,字典,集合 不可变对象:当可变对象中的元素发生改变,该对象的内存地址也会改变,即重新创建了一个内存空间来存放新数据;如数值类型,字符串,元组. 4.python 中的内存申请python内存池: 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,不够就再申请新的内存,这样做可以显著的减少内存碎片,提升效率 python中的内存管理机制–pymalloc: python内存管理机制都有两套实现方法,第一是针对小对象,小于256bits时,pymalloc会直接在内存池中申请内存空间;当大于256bits,则会直接执行new/malloc的行为申请内存空间;这样可以防止频繁调用系统的new/malloc来创建和销毁小对象. python中的内存释放: 垃圾回收机制. 参考文档: https://www.jianshu.com/p/2f98dd213f04 |
从结果中可以看到:
【本文地址】
今日新闻 |
推荐新闻 |