『Python』内存分析_List对象内存占用分析

Posted hellcat

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了『Python』内存分析_List对象内存占用分析相关的知识,希望对你有一定的参考价值。

『Python』内存分析_下_list和array的内存增长模式

list声明后结构大体分为3部分,变量名称--list对象(结构性数据+指针数组)--list内容,其中id表示的是list对象的位置,

v引用变量名称,v[:]引用list对象,此规则对python其他序列结构也成立,以下示范可用id佐证,

a=b时,a和b指向同一个list对象

a=b[:]时,a的list对象和b的list对象指向同一个list内容

Q1:元素存储地址是否连续

首先见得的测试一下list对象存储的内容(结构3)的内存地址,

In [1]: a=[1,2,3,‘a‘,‘b‘,‘c‘,‘de‘,[4,5]]

In [2]: id(a)
Out[2]: 139717112576840

In [3]: for i in a:
   ...:     print(id(i))
   ...:     
139717238769920
139717238769952
139717238769984
139717239834192
139717240077480
139717240523888
139717195281104
139717112078024

In [4]: for i in a[6]:
   ...:     print(id(i))
   ...:     
139717240220952
139717240202048

In [5]: for i in a[7]:
   ...:     print(id(i))
   ...:     
139717238770016
139717238770048

 然后看一下相对地址,

In [6]: for i in a:
   ...:     print(id(i)-139717238769920)
   ...:     
0
32
64
1064272
1307560
1753968
-43488816
-126691896

In [7]: for i in a[6]:
   ...:     print(id(i)-139717238769920)
   ...:     
1451032
1432128

In [8]: for i in a[7]:
   ...:     print(id(i)-139717238769920)
   ...:     
96
128

可见,对于list对象,其元素内容并不一定线性存储,但是由于内存分配的问题,会出现线性存储的假象,当元素出现容器或者相对前一个元素类型改变时,内存空间就会不再连续

Q2:list对象地址和元素地址是否连续

其实Q1已经回答了这个问题,毕竟元素地址本身就不连续,不过我们还是测试了一下,

In [22]: id(a[0])-id(a)
Out[22]: 126193080

相差甚远,而且我们分析源码可知,list对象主体是一个指针数组,也就是id(a)所指的位置主体是一个指向元素位置的指针数组,当然还有辅助的对象头信息之类的(python中几个常见的“黑盒子”之 列表list)。

Q3:list对象(不含元素)占用内存情况分析

In [16]: sys.getsizeof([1,2,3,‘a‘,‘b‘,‘c‘,‘de‘])
Out[16]: 120

In [17]: sys.getsizeof([1,2,3,‘a‘,‘b‘,‘c‘])
Out[17]: 112

In [18]: sys.getsizeof([1,2,3,‘a‘,‘b‘])
Out[18]: 104

 可见,list每一个对象占用8字节32位空间,我们来看切片,

In [20]: sys.getsizeof(a[:3])
Out[20]: 88

In [21]: sys.getsizeof(a[:4])
Out[21]: 96

In [23]: sys.getsizeof(a[3:4])
Out[23]: 72

In [24]: sys.getsizeof(a[3:5])
Out[24]: 80

 切片对象也是每个元素占8字节,但是切片也是list对象,即使从中间切(不切头),也会包含头信息的存储占用。

附注

1、[0]和[:1]的不同

In [30]: a[0]
Out[30]: 1

In [31]: a[:1]
Out[31]: [1]

 2、空list占用空间

In [32]: sys.getsizeof([])
Out[32]: 64

 

以上是关于『Python』内存分析_List对象内存占用分析的主要内容,如果未能解决你的问题,请参考以下文章

python 内存占用分析工具

『Numpy』内存分析_利用共享内存创建数组

JVM技术专题 Java各种类型对象占用内存情况分析「下篇」

JVM技术专题 Java各种类型对象占用内存情况分析「上篇」

Python 获得对象内存占用内存大小 sys.getsizeof

如何查看内存占用和运行速度