什么结构是存储在内存中的Python对象？
说我有一个A类：
class A(object):
def __init__(self, x):
self.x = x
def __str__(self):
return self.x
sys.getsizeof
A
>>> sys.getsizeof(A(1))
64
>>> sys.getsizeof(A('a'))
64
>>> sys.getsizeof(A('aaa'))
64
self.x
A
没有找到相关结果
已邀请:
2 个回复
厢界山攀
。 “存储对象”的所有内容确实存储了。结构保存最小的信息：对象的类型（指向另一个的指针）及其引用计数（一个大小的整数。）C中定义的类型扩展了这个结构，它们需要存储在对象本身中的额外信息，有时分开分配额外的数据。 例如，元组（实现为扩展“PyObject结构”）存储它们的长度以及它们在结构本身内包含的指针（结构在定义中包含1长度数组，但实现分配了一块内存保持结构的正确大小加上与元组应该保持的项目完全相同的数量。）同样，字符串（）存储它们的长度，它们的缓存哈希值，一些字符串缓存（“实习”）簿记，以及他们数据的实际char *。因此，元组和字符串是单个内存块。 另一方面，列表（）存储它们的长度，它们的数据为，另一个用于记录它们为数据分配的空间。因为Python在任何地方都存储了7个指针，所以一旦分配了PyObject结构就无法生成它 - 这样做可能需要移动结构，这意味着找到所有指针并更新它们。因为列表可能需要增长，所以它必须与PyObject结构分开分配数据。元组和字符串不能增长，因此它们不需要这样。 Dicts（）以相同的方式工作，尽管它们存储密钥，密钥的值和缓存哈希值，而不仅仅是项目。 Dict还有一些额外的开销来容纳小的dicts和专门的查找功能。 但是这些都是C中的类型，你通常可以通过查看C源来查看它们将使用多少内存。用Python而不是C定义的类实例并不那么容易。最简单的情况，经典类的实例，并不是那么困难：它是一个，它将一个存储到它的类中（这与存储在结构中的类型不同），一个到它的属性（其中保存所有其他实例属性）和一个到它的弱列表（由模块使用，并且只在必要时才初始化。）实例的通常对实例是唯一的，因此在计算这样一个实例的“内存大小”时你通常也想计算属性字典的大小。但它不必具体针对实例！可以指定就好了。 新式课程复杂化。与经典类不同，新样式类的实例不是单独的C类型，因此它们不需要单独存储对象的类。它们确实有和weakreflist引用的空间，但与经典实例不同，它们不需要任何属性的属性。如果类（及其所有基类）使用来定义严格的属性集，并且这些属性都没有命名为，则实例不允许任意属性，也不分配dict。另一方面，由定义的属性必须存储在某处。这是通过直接在PyObject结构中存储这些属性值的指针来完成的，就像用C语言编写的类型一样。无论属性是否设置，中的每个条目都将占用一个。 。 所有这一切，问题仍然存在，因为Python中的所有东西都是一个对象，而拥有一个对象的所有内容都只是一个引用，有时很难在对象之间绘制线条。两个对象可以引用相同的数据位。他们可能只拥有该数据的两个引用。摆脱两个对象也摆脱了数据。他们都拥有这些数据吗？只有其中一个，但如果是这样，哪一个？或者你会说他们拥有一半的数据，即使摆脱一个对象不会释放一半的数据？ Weakrefs可以使这更加复杂：两个对象可以引用相同的数据，但删除其中一个对象可能会导致另一个对象也摆脱对该数据的引用，导致数据被清除。 幸运的是，常见的情况很容易弄明白。有一些用于Python的内存调试器可以很好地跟踪这些事情，比如heapy。只要您的类（及其基类）相当简单，您就可以对有多少内存进行有根据的猜测 - 特别是在大量情况下。如果您真的想知道数据结构的确切大小，请咨询CPython源代码;大多数内置类型都是中描述的简单结构，并在中实现。 PyObject结构本身在中描述。请记住：它一直指向下方;那些也占用了房间。抬澈帅沮