1.引用计数法
注:类似于java,这个系统自动回收垃圾对象,明显有循环引用的弊端。
- 代码例子
import sys
import psutil
import os
import gc
print(gc.get_threshold())
def showMemSize(tag):
pid=os.getpid()
p=psutil.Process(pid)
info=p.memory_full_info()
memory=info.uss/1024/1024
print('{} memory used:{} MB'.format(tag,memory))
pass
# 验证循环引用的情况
def func():
showMemSize('初始化')
a=[i for i in range(10000000)]
b=[i for i in range(10000000)]
a.append(b)
b.append(a)
showMemSize('创建列表对象 a b 之后')
# print(sys.getrefcount(a))
# print(sys.getrefcount(b))
# del a
# del b
pass
func()
gc.collect() #手动是释放的
showMemSize('完成时候的')
# sys.getrefcount()
# a=[]
# print(sys.getrefcount(a)) #两次
# b=a
# print(sys.getrefcount(a)) #三次
# c=b
# d=b
# e=c
# f=e
# g=d
# print(sys.getrefcount(a)) #八次
2.标记清除、分代收集算法
- 标记清楚:先标记对象,然后清除垃圾(java的可达性分析)
3.小整数和大整数对象池(内存优化)
- 类似于java的字符串常量池
- 大整数池和小整数池的区别是:1 从结果来看是一样的 2 大整数池是没有提前的创建好对象,是个空池子,需要我们自己去创建,创建好之后,会把整数对象保存到池子里面,后面都不需要再创建了 直接拿来使用;小整数池是提前将【-5,256】的数据都提前创建好; 字符串的驻留共享机制intern机制
a=140
b=140
print(id(a))
print(id(a))
# del a
# del b
# c=140
# print(id(c))
# biga=100000
# bigb=100000
# print(id(biga))
# print(id(bigb))
# del biga
# del bigb
# bigc=100000
# print(id(bigc))
# sa='ab_c'
# sb='ab_c'
# sc='ab_c'
# sd='ab_c'
4.规范
- 缩进:4个空格的缩进
- 添加注释
- 命名规范:类--大驼峰法,方法--小驼峰法
5.命令行参数_sys
- sys模块
import sys
import argparse
print('参数个数为:', len(sys.argv), '个参数.')
print('参数列表:', str(sys.argv[1:]))
- 执行结果
- 弊端:
6.命令行参数_argparse
- argparse为首选
# 创建一个解析器对象
parse=argparse.ArgumentParser(prog='my - 我自己的程序', usage='%(prog)s [options] usage',
description = 'my-编写自定义命令行的文件',epilog = 'my - epilog')
# 添加位置参数【必选参数】
parse.add_argument('name',type=str, help='你自己的名字')
parse.add_argument('age',type=str,help='你的年龄')
# 添加可选参数
# parse.add_argument('-s','--sex', action='append',type=str,help='你的性别')
# 限定一个范围
parse.add_argument('-s','--sex',default='男', choices=['男','femal','女','male'],type=str,help='你的性别')
# print(parse.print_help())
result=parse.parse_args() #开始解析参数
print(result.name,result.age,result.sex)
- 构造对象的参数说明
- 参数的属性