文章目录
- 1. 动态类型及其内存管理解析
- 1.1 变量与对象的引用关系
- 1.2 对象的不可变性和内存地址的变化
- 2. 垃圾回收与内存优化策略
- 2.1 动态内存分配的基础
- 2.2 Python 的垃圾回收
Python作为一种流行的高级编程语言,以其代码的易读性和简洁性著称。尤其是它的动态类型系统和自动内存管理,使得开发者可以更加专注于实现功能而非处理底层细节。下面就来讲讲,今天面试被问到了。
1. 动态类型及其内存管理解析
Python 作为一种动态类型的编程语言,允许开发者在声明变量时不需要指定数据类型。此外,Python 中的一切皆为对象,变量则是对这些对象的引用。
1.1 变量与对象的引用关系
同一个对象可以被多个变量引用
# 创建变量 x 并赋值为 10
x = 10
print("变量 x 的类型:", type(x)) # 变量 x 的类型: <class 'int'>
# 创建变量 y,将其引用设置为变量 x 的引用
y = x
print("x 引用的对象地址:", hex(id(x))) # 0x7ff0ab01a3d0
print("y 引用的对象地址:", hex(id(y)))# 0x7ff0ab01a3d0
x
和 y
都引用了同一个整数对象 10
补充:hex()
用于将一个整数转换成对应的十六进制字符串
1.2 对象的不可变性和内存地址的变化
修改 x
的值,并观察 x
和 y
的引用是否发生变化:
# 修改变量 x 的值
x += 1
print("修改后 x 的地址:", hex(id(x))) # 修改后 x 的地址: 0x7ff0ab01a3f0
当对 x
进行加 1 操作时,由于整数是不可变类型,x
指向了一个新的整数对象 11
,而原有的整数对象 10
保持不变。
2. 垃圾回收与内存优化策略
Python的动态类型允许程序在运行时创建、修改和销毁对象,这种灵活性虽然提供了极大的便利,但也带来了对内存管理机制的依赖。
2.1 动态内存分配的基础
在 Python 中,变量在创建时不需要声明数据类型,因此,Python 需要在运行时动态地管理内存。这主要通过堆内存来实现,其中对象的创建、修改和销毁都在堆内存中进行。
def bar(a):
a = a - 1
return a
def foo(a):
a = a * a
b = bar(a)
return b
def main():
x = 2
y = foo(x)
if __name__ == "__main__":
main()
当 main
函数被调用时,局部变量 x
和 y
被创建并存储在调用栈上,而通过 foo
和 bar
函数创建的对象则存储在堆上。当 foo
和 bar
函数执行完毕后,它们可能会在堆上留下未被回收的对象,这就是动态内存管理中需要解决的问题。
运行时:
运行结束:
2.2 Python 的垃圾回收
Python 通过一个内置的垃圾收集器来管理内存,它主要使用引用计数和标记-清除算法来追踪和清除不再使用的对象。
引用计数: Python 对每个对象维护一个引用计数,每当对象的引用数变为零时,该对象就会被垃圾收集器回收。
import sys
class Color:
def __init__(self, r, g, b):
self.red = r
self.green = g
self.blue = b
clr = Color(255, 0, 0)
print("clr 对象的引用计数:", sys.getrefcount(clr) - 1)
# 减1是因为getrefcount在调用时也会增加一次引用计数
循环引用问题: 引用计数方法不能处理对象间的循环引用,例如两个对象互相引用。
推荐: python 错误记录
参考:Python Memory Management