pythongc機制

『壹』 python 怎麼在空閑時用gc回收

importgc
importsys

classCGcLeak(object):
def__init__(self):
self._text='#'*10

def__del__(self):
pass

defmake_circle_ref():
_gcleak=CGcLeak()
print"_gcleakrefcount0:%d"%(sys.getrefcount(_gcleak))
del_gcleak
try:
print"_gcleakrefcount1:%d"%(sys.getrefcount(_gcleak))
exceptUnboundLocalError:#本地變數xxx引用前沒定義
print"_gcleakisinvalid!"
deftest_gcleak():
gc.enable()#設置垃圾回收器調試標志
gc.set_debug(gc.DEBUG_COLLECTABLE|gc.DEBUG_UNCOLLECTABLE|gc.DEBUG_INSTANCES|gc.DEBUG_OBJECTS)

print"beginleaktest..."
make_circle_ref()

print"
begincollect..."
_unreachable=gc.collect()
print"unreachableobjectnum:%d"%(_unreachable)
print"garbageobjectnum:%d"%(len(gc.garbage))#gc.garbage是一個list對象，列表項是垃圾收集器發現的不可達（即垃圾對象）、但又不能釋放(不可回收)的對象，通常gc.garbage中的對象是引用對象還中的對象。因Python不知用什麼順序來調用對象的__del__函數，導致對象始終存活在gc.garbage中，造成內存泄露if__name__=="__main__":test_gcleak()。如果知道一個安全次序，那麼就可以打破引用煥，再執行delgc.garbage[:]從而清空垃圾對象列表
if__name__=="__main__":
test_gcleak()

『貳』 Python里的垃圾回收機制是什麼意思，搞不懂

如果你用C++寫程序的話 有時候需要動態內存 就是在你需要的時候給你分配空間 但是如果你忘記把它釋放或者你把指向那塊內存的指針給搞丟了，那麼那塊內存就不能夠再使用。如果你的程序不斷的申請但又不釋放內存，那麼電腦內存的使用就越來越高。最後直接99% 程序崩潰電腦卡死
但是java就不會了 她回主動幫你釋放不用的內存 就是垃圾回收機制 但是這個回收時間 回收哪裡也是有講究的，這里就不細說了。
總之，java比其他語言比如c c++安全 但是相應的效率就沒有那麼高了
程序 就是個時間空間的交換游戲嘛！

『叄』 python如何控制內存

python控制內存的方法：

一、對象的引用計數機制
二、垃圾回收機制
三、內存池機制
一、對象的引用計數機制
Python內部使用引用計數，來保持追蹤內存中的對象，所有對象都有引用計數。
引用計數增加的情況：
1、一個對象分配一個新名稱
2、將其放入一個容器中（如列表、元組或字典）
引用計數減少的情況：
1、使用del語句對對象別名顯示的銷毀
2、引用超出作用域或被重新賦值 sys.getrefcount( )函數可以獲得對象的當前引用計數
多數情況下，引用計數比你猜測得要大得多。對於不可變數據（如數字和字元串），解釋器會在程序的不同部分共享內存，以便節約內存。
二、垃圾回收
1、當一個對象的引用計數歸零時，它將被垃圾收集機制處理掉。
2、當兩個對象a和b相互引用時，del語句可以減少a和b的引用計數，並銷毀用於引用底層對象的名稱。然而由於每個對象都包含一個對其他對象的應用，因此引用計數不會歸零，對象也不會銷毀。（從而導致內存泄露）。為解決這一問題，解釋器會定期執行一個循環檢測器，搜索不可訪問對象的循環並刪除它們。
三、內存池機制
Python提供了對內存的垃圾收集機制，但是它將不用的內存放到內存池而不是返回給操作系統。
1、Pymalloc機制。為了加速Python的執行效率，Python引入了一個內存池機制，用於管理對小塊內存的申請和釋放。
2、Python中所有小於256個位元組的對象都使用pymalloc實現的分配器，而大的對象則使用系統的malloc。
3、對於Python對象，如整數，浮點數和List，都有其獨立的私有內存池，對象間不共享他們的內存池。也就是說如果你分配又釋放了大量的整數，用於緩存這些整數的內存就不能再分配給浮點數。
更多Python知識請關注Python視頻教程欄目。

『肆』 python的回收機制是什麼

Python中的垃圾回收機制總體上有三種，

引用計數

Python語言默認採用的垃圾收集機制是『引用計數法 Reference Counting』，該演算法最早George E. Collins在1960的時候首次提出，50年後的今天，該演算法依然被很多編程語言使用，『引用計數法』的原理是：每個對象維護一個ob_ref欄位，用來記錄該對象當前被引用的次數，每當新的引用指向該對象時，它的引用計數ob_ref加1，每當該對象的引用失效時計數ob_ref減1，一旦對象的引用計數為0，該對象立即被回收，對象佔用的內存空間將被釋放。它的缺點是需要額外的空間維護引用計數，這個問題是其次的，不過最主要的問題是它不能解決對象的「循環引用」，因此，也有很多語言比如Java並沒有採用該演算法做來垃圾的收集機制。

在上圖中，我們把小黑圈視為全局變數，也就是把它作為root object，從小黑圈出發，對象1可直達，那麼它將被標記，對象2、3可間接到達也會被標記，而4和5不可達，那麼1、2、3就是活動對象，4和5是非活動對象會被GC回收。

標記清除演算法作為Python的輔助垃圾收集技術主要處理的是一些容器對象，比如list、dict、tuple，instance等，因為對於字元串、數值對象是不可能造成循環引用問題。Python使用一個雙向鏈表將這些容器對象組織起來。不過，這種簡單粗暴的標記清除演算法也有明顯的缺點：清除非活動的對象前它必須順序掃描整個堆內存，哪怕只剩下小部分活動對象也要掃描所有對象。

分代回收

分代回收是一種以空間換時間的操作方式，Python將內存根據對象的存活時間劃分為不同的集合，每個集合稱為一個代，Python將內存分為了3「代」，分別為年輕代（第0代）、中年代（第1代）、老年代（第2代），他們對應的是3個鏈表，它們的垃圾收集頻率與對象的存活時間的增大而減小。新創建的對象都會分配在年輕代，年輕代鏈表的總數達到上限時，Python垃圾收集機制就會被觸發，把那些可以被回收的對象回收掉，而那些不會回收的對象就會被移到中年代去，依此類推，老年代中的對象是存活時間最久的對象，甚至是存活於整個系統的生命周期內。同時，分代回收是建立在標記清除技術基礎之上。分代回收同樣作為Python的輔助垃圾收集技術處理那些容器對象。

Python垃圾回收機制--完美講解! 東皇Amrzs

Python中的垃圾回收機制

『伍』 Python如何管理內存

Python中的內存管理是從三個方面來進行的,一對象的引用計數機制,二垃圾回收機制,三內存池機制
一、對象的引用計數機制
Python內部使用引用計數，來保持追蹤內存中的對象，所有對象都有引用計數。
引用計數增加的情況：
1，一個對象分配一個新名稱
2，將其放入一個容器中(如列表、元組或字典)
引用計數減少的情況：
1，使用del語句對對象別名顯示的銷毀
2，引用超出作用域或被重新賦值
sys.getrefcount( )函數可以獲得對象的當前引用計數
多數情況下，引用計數比你猜測得要大得多。對於不可變數據(如數字和字元串)，解釋器會在程序的不同部分共享內存，以便節約內存。
二、垃圾回收
1，當一個對象的引用計數歸零時，它將被垃圾收集機制處理掉。
2，當兩個對象a和b相互引用時，del語句可以減少a和b的引用計數，並銷毀用於引用底層對象的名稱。然而由於每個對象都包含一個對其他對象的應用，因此引用計數不會歸零，對象也不會銷毀。(從而導致內存泄露)。為解決這一問題，解釋器會定期執行一個循環檢測器，搜索不可訪問對象的循環並刪除它們。
三、內存池機制
Python提供了對內存的垃圾收集機制，但是它將不用的內存放到內存池而不是返回給操作系統。
1，Pymalloc機制。為了加速Python的執行效率，Python引入了一個內存池機制，用於管理對小塊內存的申請和釋放。
2，Python中所有小於256個位元組的對象都使用pymalloc實現的分配器，而大的對象則使用系統的malloc。
3，對於Python對象，如整數，浮點數和List，都有其獨立的私有內存池，對象間不共享他們的內存池。也就是說如果你分配又釋放了大量的整數，用於緩存這些整數的內存就不能再分配給浮點數。

『陸』 如何評價python的內存管理機制

Python有兩種共存的內存管理機制: 引用計數和垃圾回收. 引用計數是一種非常高效的內存管理手段, 當一個Python對象被引 用時其引用計數增加1, 當其不再被一個變數引用時則計數減1. 當引用計數等於0時對象被刪除.引用計數的一個主要缺點是無法自動處理循環引用。

『柒』 Python垃圾回收機制是什麼樣的

Python垃圾回收機制是通過引用計數來管理的引用計數表示記錄這個對象被引用的次數如果有新的引用指向對象，對象引用計數就加一，引用被銷毀時，對象引用計數減一，當用戶的引用計數為0時，該內存被釋放以上就是Python的垃圾回收機制了 ，在黑馬程序員看過一個視頻，有專門講解的，你可以去看看！謝謝你，如果你有這方面的問題的話，您可以隨時詢問我

『捌』 一個fasta格式序列用python求GC含量

如果用perl來編寫統計fasta序列的長度腳本，很簡單的幾行代碼就可以搞定，但是想了想，覺得用python寫更時候處理大的文件，尤其是想用python實現多線程處理。因此，就有了用python來編寫最初版的統計fasta序列長度的腳本的想法。
運行方法：nohup python stat_length.py input.fasta > input.len &
運行結果：
>Aquca_005_00607.1_Acoerulea 429
>Aquca_1939_00001.1_Acoerulea 534
>Aquca_005_00568.1_Acoerulea 369
>Aquca_033_00023.1_Acoerulea 447
>Aquca_005_00384.1_Acoerulea 1461

源代碼如下：
#!/usr/bin/python
import sys,os,re

def process_file(reader):
'''Open, read,and print a file'''
names=[]
index=0
dict={}

for line in reader:
if line.startswith('>'):
if index >=1:
names.append(line)
index =index+1
name=line[:-1]
seq = ''
else:
seq +=line[:-1]
dict[name]=seq
return dict

if __name__ == "__main__":
input_file=open(sys.argv[1],"r")
reader=input_file.readlines()
items=process_file(reader)
for key in items:
length=int(len(items[key]))
print "%s\t%d" %(key,length)
input_file.close()

後記：後面會更新用多線程的方法來實現python統計fasta的序列長度，再和這個腳本進行對比。

『玖』 如何理解和掌握Python垃圾回收機制

現在的高級語言如java，c#等，都採用了垃圾收集機制，而不再是c，c++里用戶自己管理維護內存的方式。自己管理內存極其自由，可以任意申請內存，但如同一把雙刃劍，為大量內存泄露，懸空指針等bug埋下隱患。
對於一個字元串、列表、類甚至數值都是對象，且定位簡單易用的語言，自然不會讓用戶去處理如何分配回收內存的問題。

『拾』 Python的垃圾回收機制（garbage collection）是什麼

這里能說的很多。你應該提到下面幾個主要的點：

Python在內存中存儲了每個對象的引用計數（reference count）。如果計數值變成0，那麼相應的對象就會小時，分配給該對象的內存就會釋放出來用作他用。

偶爾也會出現引用循環（reference cycle）。垃圾回收器會定時尋找這個循環，並將其回收。舉個例子，假設有兩個對象o1和o2，而且符合o1.x == o2和o2.x == o1這兩個條件。如果o1和o2沒有其他代碼引用，那麼它們就不應該繼續存在。但它們的引用計數都是1。來自三人行慕課

Python中使用了某些啟發式演算法（heuristics）來加速垃圾回收。例如，越晚創建的對象更有可能被回收。對象被創建之後，垃圾回收器會分配它們所屬的代（generation）。每個對象都會被分配一個代，而被分配更年輕代的對象是優先被處理的。