Python解释器如何为不同的方法分配内存？

问题描述：

谁能告诉我Python解释器或PVM如何管理以下代码的内存？Python解释器如何为不同的方法分配内存？

class A(object): 
    class_purpose = "template" 
    def __init__(self): 
     self.a = 0.0 
     self.b = 0.0 

    def getParams(self): 
     return self.a, self.b 

    @classmethod 
    def getPurpose(cls): 
     return cls.class_purpose 

    @staticmethod 
    def printout(): 
     print "This is class A"

当我保存这个类并运行与此相关的类的一些代码，请问PVM或Python解释器储存类变量，类/静态函数和实例变量？我曾经是一名C++程序员。我不知道这些“东西”存储在哪里（我知道Python只使用堆）？它们何时存储，运行时间或运行时间之前？

例如，我INITING这个类后运行该代码：

a = A() 
a.getParams() 
A.getPurpose() 
A.printout()

如何Python解释器分配的代码背后的记忆？

CPython中往往只使用堆（也许完全），但是这不是一种语言规范要求。你不应该认为它（也不重要）。 –

既然你来自C++并且可以读取C，你可能需要查看Python源代码以了解事情的工作原理。例如[字节码解释器]（https://github.com/python/cpython/blob/master/Python/ceval.c）。 – poke

@poke谢谢。这是一个很好的建议。我将阅读CPython代码以了解更多信息。由于对CPython的理解不是很容易，因此需要一段时间才能获得核心。你有关于CPython解释的书籍建议吗？ –

答

一切都在你的例子是一个简单的对象。所有对象都堆在堆上。

类对象在运行时创建，并且具有从属性名称的对象，你在类体内定义的所有名称只是属性的映射。大多数这些对象实现descriptor protocol（例外是class_purpose属性）。构成大部分属性的函数对象也是在运行时创建的;所有编译器产生的是存储字节码的代码对象，一些常量（由代码创建的任何不可变的内容，包括嵌套作用域的更多代码对象）。

关于这些对象如何彼此相关的详细信息请参见datamodel reference documentation。

绝大多数Python开发人员不必担心内存管理。如果您开发针对Python C API，你可能想在Memory Management section，这确实读了状态：

明白了Python堆的管理是由解释器本身和用户具有执行是非常重要的无法控制它，即使她经常操纵对象指针到堆中的内存块。 Python内存管理器通过本文档中列出的Python/C API函数根据需要为Python对象和其他内部缓冲区分配堆空间。

Python解释器如何为不同的方法分配内存？

相关推荐