什么导致Python分段错误？

我正在用Python实现Kosaraju的强连接组件（SCC）图搜索算法

这个程序在小数据集上运行得很好，但当我在一个超大图形（超过800000个节点）上运行它时，它会显示“分段错误”

原因可能是什么？谢谢大家!

---

其他信息： 首先，在超大数据集上运行时，我遇到了以下错误：

"RuntimeError: maximum recursion depth exceeded in cmp"

然后我使用

sys.setrecursionlimit(50000)

但是有一个“分割错误”

---

相信我，这不是一个无限循环，它在相对较小的数据上正确运行。有可能程序耗尽了资源？

当python扩展（用C编写）试图访问无法访问的内存时，就会发生这种情况

您可以通过以下方式跟踪它

• 在代码的第一行添加
• 按照中的标记使用

  gdb

  。。在命令提示下

  gdb python
  (gdb) run /path/to/script.py
  ## wait for segfault ##
  (gdb) backtrace
  ## stack trace of the c code
  

---

我知道您已经解决了您的问题，但对于其他阅读本文的人来说，答案是：您必须增加操作系统为python进程分配的堆栈

方法取决于操作系统。在linux中，您可以使用命令

ulimit-s

检查当前值，并可以使用

ulimit-s

---

尝试将上一个值加倍，如果不起作用，则继续加倍，直到找到一个不起作用或内存不足的值。

分段故障是一个常见故障，原因可能有很多：

• 低内存
• 故障Ram存储器
• 使用查询从数据库中获取大量数据集（如果获取的数据大小大于swap mem）
• 错误的查询/错误代码
• 具有长循环（多重递归）

---

< U/U> < P>更新ULIMIT，通过在Python（Python StEnguls.WHO！）和C++实现上修复Sebug来实现我的KasalaJu的SCC实现。p> 对于我的MAC，我通过以下途径找到了可能的最大值：

$ ulimit -s -H
65532

---

谷歌搜索找到了我的这篇文章，我没有看到下面讨论的“个人解决方案”

---

我最近在Windows Subsystem for Linux上使用Python 3.7的烦恼在于：在具有相同Pandas库的两台机器上，一台给我

分段错误

，另一台报告警告。目前尚不清楚哪一个较新，但“重新安装”熊猫解决了这个问题
我在小车上运行的命令

conda install pandas

更多细节：我运行的是相同的脚本（通过Git同步），都是带有WSL+Anaconda的Windows10机器。下面是一些截图来说明问题。另外，在命令行

python

将抱怨

分段错误（内核转储）

的机器上，Jupyter lab只需每次重新启动内核。更糟糕的是，根本没有发出任何警告

---

---

几个月后更新：我停止在Windows机器上托管Jupyter服务器。我现在使用Windows上的WSL获取Linux服务器上打开的远程端口，并在远程Linux机器上运行我的所有作业。我已经好几个月没有遇到过任何执行错误：）
在升级RPI上的dlib后，我遇到了此分段错误。 我按照上面Shiplu Mokaddim的建议对堆栈进行了跟踪，并将其放置在OpenBLAS库中
由于OpenBLAS也是多线程的，因此在多线程应用程序中使用它将使线程成倍增加，直到出现分段错误。对于多线程应用程序，请将OpenBlas设置为单线程模式
在python虚拟环境中，通过编辑以下内容，告诉OpenBLAS仅使用单个线程：

    $ workon <myenv>
    $ nano .virtualenv/<myenv>/bin/postactivate

重新启动后，我能够在rpi3b上运行我的所有图像识别应用程序，而之前这些应用程序正在崩溃
参考：

---

看起来您的堆栈内存不足。你可能想增加它，正如戴维德所说。要在python代码中执行此操作，您需要使用线程运行“main（）”：

def main():
    pass # write your code here

sys.setrecursionlimit(2097152)    # adjust numbers
threading.stack_size(134217728)   # for your needs

main_thread = threading.Thread(target=main)
main_thread.start()
main_thread.join()

---

来源：。用PyPy运行它有点麻烦。
可能您可以看看它是在纯Python中运行还是在使用C扩展模块？如果它是纯Python，那么它就是一个bug，恭喜你。如果您使用的是c模块，那么segfault可能来自于此，它是纯python。该程序在相对较小的数据集上运行得非常好，这让我认为代码是正确的。根据Python文档：根据Python文档：可能的最高限制取决于平台。当用户有需要深度递归的程序和支持更高限制的平台时，可能需要将限制设置得更高。这应该小心完成，因为过高的限制可能会导致崩溃。：：您没有指定操作系统。对崩溃的引用可能意味着操作系统出现分段故障。尝试一个较小的堆栈。但是IIRC您正在使用的算法将rntire SSC放在堆栈上，因此您可能会耗尽堆栈。谢谢，但我的代码是纯python，这有区别吗？检查您正在使用哪些python模块？有些模块是用python编写的，有些是用C编写的。我想你需要报告一个bug。类似的，也很有帮助：stdlib的模块只是帮助我找到了登台服务器上分段错误的根源，没有安装新的依赖项，也没有修改代码。在OSX Sierra上，gdb被lldbOn OS X取代。另一个检查您是否遇到ulimit max的好方法是运行

lsof

，并使用

grep

或

wc-l

跟踪一切。我同意。这实际上为我的KasalaJua的SCC实现工作，通过在Python和C++实现上修复SeaFi断层。br/>对于我的MAC，我通过以下方式找到了可能的最大值：请注意，ulimit值仅针对它在其中执行的特定shell进行了修改，这样您就不会意外地修改整个系统的值。我这样做了，最终得到了ulimit-s 16384，但是在运行之后，我仍然得到了一个分段错误。@SreehariR请尝试增加

def main():
    pass # write your code here

sys.setrecursionlimit(2097152)    # adjust numbers
threading.stack_size(134217728)   # for your needs

main_thread = threading.Thread(target=main)
main_thread.start()
main_thread.join()