如何使用弱引用優(yōu)化 Python 程序的內(nèi)存占用？
Python 的垃圾回收機(jī)制通過(guò)引用計(jì)數(shù)來(lái)決定一個(gè)對(duì)象要不要被回收。當(dāng)一個(gè)對(duì)象被引用次數(shù)為0時(shí)，它就會(huì)被作為垃圾回收從而釋放 Python 內(nèi)存。
但有些情況下，我們的代碼可能在不經(jīng)意間導(dǎo)致某些實(shí)際上我們不再使用的對(duì)象的引用計(jì)數(shù)始終大于0，從而無(wú)法被垃圾回收。
我們舉個(gè)例子：
很多人喜歡使用字典來(lái)存放一些數(shù)據(jù)，假設(shè)我現(xiàn)在有一個(gè)字典是這樣的：
- animal = {'Monkey': monkey_obj, 'Tiger': tiger_obj, 'Panda': panda_obj}
其中monkey_obj, tiger_obj, panda_obj都是對(duì)象。在我們的程序中，可能會(huì)傳入不同的字符串來(lái)讀取不同的對(duì)象。當(dāng)我們把這些對(duì)象放進(jìn)字典中的時(shí)候，它的引用計(jì)數(shù)已經(jīng)被+1了。
但是，panda_obj這個(gè)對(duì)象比較特殊，它只會(huì)在程序運(yùn)行的早期被查出來(lái)使用1次。之后就再也不會(huì)使用了。
但由于這個(gè)對(duì)象被放在字典里面，所以這個(gè)對(duì)象的引用計(jì)數(shù)始終大于0，Python 的垃圾回收機(jī)制就會(huì)認(rèn)為這個(gè)對(duì)象還會(huì)被使用，于是它就會(huì)始終占用內(nèi)存。
在數(shù)據(jù)處理領(lǐng)域或者圖像處理領(lǐng)域，經(jīng)常會(huì)出現(xiàn)字典的值占用大量?jī)?nèi)存的情況，這種情況就會(huì)導(dǎo)致內(nèi)存的浪費(fèi)。
為了解決這種情況，我們可以使用 Python 自帶的weakref模塊，它里面有一個(gè)WeakValueDictionary，就是用來(lái)處理這種情況的。
我們來(lái)看看如何使用它：
- import weakref
- class Panda:
- def __init__(self, name):
- self.name = name
- def walk(self):
- print('我是一只熊貓，正在走路')
- class Tiger:
- pass
- class Monkey:
- pass
- panda = Panda('xyz')
- tiger = Tiger()
- Monkey = Monkey()
- weak_dict = weakref.WeakValueDictionary()
- weak_dict['Panda'] = panda
- weak_dict['Tiger'] = tiger
- weak_dict['Monkey'] = moneky
使用 weak_dict 就像使用普通的字典一樣。但賦值時(shí)，值的引用計(jì)數(shù)不會(huì)改變。
這樣當(dāng)我們?cè)谄渌胤絼h除panda這個(gè)字典時(shí)，就不會(huì)由于字典占用了一個(gè)引用計(jì)數(shù)而導(dǎo)致無(wú)法被垃圾回收問(wèn)題。
