Python:破解 gc 之谜

Question

我试图理解GC，因为我在程序中有一个很大的列表，我需要删除它以释放一些急需的内存。我想回答的基本问题是如何找到 gc 正在跟踪的内容以及已释放的内容？以下是说明我的问题的代码

import gc
old=gc.get_objects()
a=1
new=gc.get_objects()
b=[e for e in new if e not in old]
print "Problem 1: len(new)-len(old)>1 :", len(new), len(old)
print "Problem 2: none of the element in b contain a or id(a): ", a in b, id(a) in b
print "Problem 3: The reference counts are insanely high, WHY?? "

恕我直言，这是一个奇怪的行为，在 docs 中没有得到解决。 。对于初学者来说，为什么分配单个变量会为 gc 创建多个条目？为什么它们都不是我创建的变量？我在 get_objects() 中创建的变量的条目在哪里？

编辑:为了回应 martjin 的第一个回复，我检查了以下内容

a="foo"
print a in gc.get_objects()

仍然不行:(我如何检查 a 是否被 gc 跟踪？

Answer 1

gc.get_objects() 的结果本身不被跟踪；否则它会创建一个循环引用:

>>> import gc
>>> print gc.get_objects.__doc__
get_objects() -> [...]

Return a list of objects tracked by the collector (excluding the list
returned).

您没有看到列出的a，因为它引用了低整数单例之一。对于 -5 到 256 之间的值，Python 重复使用同一组 int 对象。因此，a = 1 不会创建要跟踪的新对象。您也不会看到任何其他原始类型。

CPython 垃圾回收只需要跟踪容器类型、可以引用其他值的类型，因为 GC 唯一需要做的就是打破循环引用。

请注意，当任何 Python 脚本启动时，已经运行了一些自动代码。 site.py 设置你的 Python 路径，例如，涉及列表、映射等。然后就是上面提到的 memoized int 值，CPython 还缓存 tuple () 对象以供重用等。因此，在启动时，在一行代码开始之前，很容易就有 5k+ 对象已经处于事件状态。