我已经使用Python一段时间了，时不时遇到一些内存爆炸问题。我已经搜索了一些资源来解决我的问题，例如“内存分析嵌入式python”和https://mflerackers.wordpress.com/2012/04/12/fixing-and-avoiding-memory-leaks-in-python/和https： //docs.python.org/2/reference/datamodel.html#object。德尔然而，他们都不适合我。
我当前的问题是使用嵌入式功能时内存爆炸。以下代码可以正常工作：
class A:
def fa:
some operations
get dictionary1
combine dictionary1 to get string1
dictionary1 = None
return *string1*
def fb:
for i in range(0, j):
call self.fa
get dictionary2 by processing *string1*
# dictionary1 and dictionary2 are basically the same.
update *dictionary3* by processing dictionary2
dictionary2 = None
return *dictionary3*
class B:
def ga:
for n in range(0, m):
call A.fb # as one argument is updated dynamically, I have to call it within the loop
processes *dictoinary3*
return something
当我注意到不需要将dictionary1组合到string1时，就会引起问题，我可以直接将Dictionary1传递给A.fb。我以这种方式实现了它，然后程序变得非常慢，并且内存使用量激增了十倍以上。我已验证这两种方法均返回了正确的结果。
有人建议为什么这么小的修改会带来如此大的差异？
以前，当我在多源树中平衡节点时（拥有100,000多个节点），我也注意到了这一点。如果我从源节点（可能具有最大的高度）开始进行均衡，则内存使用量比源节点（可能具有最小的高度）的内存使用情况差100倍。平准化时间大致相同。
这让我很困惑。提前非常感谢您！
如果有兴趣的人，我可以通过电子邮件将源代码发送给您，以获得更清晰的解释。
您正在解决同一问题的事实并不意味着有关解决方案的效率。排序数组可能会遇到相同的问题：您可以使用bubble-sortO(n^2)或merge-sort O(nlogn)，或者，如果可以应用一些限制，则可以使用非比较排序算法，例如radix或bucket-sort，它们具有线性运行时间。
从不同的节点开始遍历将产生不同的遍历图的方式-其中一些可能无效（重复节点多次）。
至于“将dictionary1转换为string1”，这可能是一个非常昂贵的操作，并且由于（多次）递归调用此函数，因此性能可能会大大降低。但这只是一个有根据的猜测，如果不对这些功能中执行的操作的复杂性有更多的了解，就无法回答。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句