python系列教程74

Posted 2021-07-10 人工智能AI技术

朋友们，如需转载请标明出处：https://blog.csdn.net/jiangjunshow

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！由于这套python教程不是由我所写，所以不如我的AI技术教学风趣幽默，学起来比较枯燥；但它的知识点还是讲到位的了，也值得阅读！PS：看不懂本篇文章的同学请先看前面的文章，循序渐进每天学一点就不会觉得难了！

在上一篇文章的例子中，我们把不同类型的对象赋值给了变量a。但是当重新给变量a赋值时，它前一个引用值发生了什么变化？例如，在下边的语句中，对象3发生了什么变化？

>>> a = 3

>>> a = 'spam'

答案是，在Python中，每当一个变量名被赋予了一个新的对象，之前的那个对象占用的空间就会被回收（如果它没有被其他的变量名或对象所引用的话）。这种自动回收对象空间的技术叫做垃圾收集。

为了讲清楚，考虑下面的例子，其中每个语句，把不同的对象赋值给了变量名x：

>>> x = 42

>>> x = 'shrubbery'   # Reclaim 42 now （unless referenced elsewhere）

>>> x = 3.1415        # Reclaim 'shrubbery' now

>>> x = [1,2,3]     # Reclaim 3.1415 now

每个对象的引用值在此过程中逐个被丢弃。每一次x被赋值给一个新的对象，Python都回收了旧对象的空间。例如，当它赋值为字符串’shrubbery’时，对象42马上被回收了：对象的空间自动放入自由内存空间池。

在内部，Python是这样来实现这一功能的：它在每个对象中保持了一个计数器，计数器记录了当前指向该对象的引用的数目。一旦这个计数器被设置为零，这个对象的内存空间就会被自动回收。在前面的介绍中，每次x都被赋值给了一个新的对象，而前一个对象的引用计数器变为了零，所以导致了它的空间被回收。

垃圾收集最直接的、可感受到的好处就是，这意味着可以在脚本中任意使用对象而不需要考虑释放内存空间。在程序运行时，Python将会清理那些不再使用的空间。与C和C++这样的底层语言相比，省去了大量的基础代码。

注意：从技术上讲，Python的垃圾收集主要基于引用计数器，正如前面所介绍的。然而，它也有一部分功能可以及时地检测并回收带有循环引用的对象。如果你确保自己的代码没有产生循环引用，可以关闭这部分功能，但该功能是默认可用的。

由于引用实现为指针，一个对象有可能会引用自身，或者引用另一个引用了自身的对象。例如，把一个列表的引用嵌入其自身中，从而创建一个循环。对来自用户定义的类的对象的属性赋值的时候，会产生同样的现象。尽管相对很少，由于这样的对象的引用计数器不会清除为0，必须特别对待它们。

要了解Python的循环检测器的更多细节，参见Python库手册中gc模块的文档。还要注意，这里对于Python的垃圾收集器的介绍只适用于标准的Cpython、Jython和IronPython。

我的微信公众号是“人工智能知识分享”