Python，真正释放内存，可能吗？可能是因为我'；我使用命名元组？

我继承的代码嵌套得太多，无法在这里进行解释。基本上，我定义了一个类方法，它复制一个复杂的图形结构（例如graph=NetworkX_graph.copy（）），并将其作为命名元组的一部分返回

将返回的命名元组与最大值进行比较，如果它更高，则保留它。e、 g

if value > max_value:
    best_value = {"index": index, "value": value, "graph": graph}

如何释放为复制对象分配的内存？！？我已经尝试了我能想到的一切。我目前正在使用内存_profiler并将@profile decorator附加到包含.copy（）的方法。我正在使用的测试用例中的副本增量为7.8MB（根据具体情况可以更高或更低），并且从未发布过。它只是不断攀升，直到应用程序本身超过可用的系统内存，并开始交换到磁盘。（丑…）

我已经尝试将不再需要的元组设置为None，“del”it，然后是gc.collect（）和gc.collect（2）。内存使用量不断增长

顺便说一句，我一直使用Python 2.6，我可以强制迁移到2.7

---

可能是因为我在使用元组吗？

好的，我解决了。它需要一些重构。当我传入对象引用（作为方法/函数调用的参数）时，对该引用的任何更改都会导致分配新内存。在引用超出范围之前，不会释放/gc.collect（）内存。e、 g.代码指针返回到首先传递相关引用的函数/方法，该函数/方法退出

下面是我能花的最多时间来解释这个问题：

_compute(self, graph):
    maxValue = 5
    values = {}
    keeper = {}
    values ["graph"] = graph.copy()
    for i in range(1,1000):
        self._process(values )
        if values ["value"] > maxValue:
            keeper = {"graph":values ["graph"], "value":values ["value"]}

_process(self, values):
    graph = values["graph"]
    # Do some graph processing, like make a copy, allocate some memory, add some vertex values, etc... 
    values["value"] = <some value, like 0 to 10>
    values["graph"] = graph

\u计算（自身，图形）：
最大值=5
值={}
守门员={}
值[“graph”]=graph.copy（）
对于范围内的i（11000）：
自我评价过程（价值观）
如果值[“值”]>maxValue：
keeper={“图形”：值[“图形”]，“值”：值[“值”]}
_过程（自我、价值观）：
图形=值[“图形”]
#做一些图形处理，比如复制，分配一些内存，添加一些顶点值，等等。。。
值[“值”]=
值[“图形”]=图形

对作为引用传递到_进程的“values”对象的任何更改都将导致Python运行时保存更改数据的新旧版本。在你回到计算机并退出之前，它不会被释放

我的修复方法是修改_process方法以实际返回图形对象。一旦我返回了对象而不是修改传入的引用，垃圾收集就会返回以正确释放分配的内存

_compute(self, graph):
    maxValue = 5
    values = {}
    keeper = {}
    values ["graph"] = graph.copy()
    for i in range(1,1000):
        newGraph = self._process(values )
        if values ["value"] > maxValue:
            keeper = {"graph":newGraph, "value":values ["value"]}

_process(self, values):
    graph = values["graph"]
    # Do some graph processing, like make a copy, allocate some memory, add some vertex values, etc... 
    values["value"] = <some value, like 0 to 10>
    return graph

\u计算（自身，图形）：
最大值=5
值={}
守门员={}
值[“graph”]=graph.copy（）
对于范围内的i（11000）：
newGraph=self.\u进程（值）
如果值[“值”]>maxValue：
keeper={“图形”：新图形，“值”：值[“值”]}
_过程（自我、价值观）：
图形=值[“图形”]
#做一些图形处理，比如复制，分配一些内存，添加一些顶点值，等等。。。
值[“值”]=
返回图

---

我并不是说我的答案是最好的，也不是说我对正在发生的事情有所了解，因为我不是Python专家，但希望这能帮助像我一样寻找内存消耗方面的线索。

其他地方可能有人引用了它。感谢quck的回复。当我执行NetworkX\u graph.copy（）时，内存分析器会增加，这很有意义。已经实现了很多与该副本一起使用的功能。（正在讨论的方法是复制对象的一部分。例如，self.process_something（））知道我如何（在PDB或其他方式中）确定引用对象的是什么吗？也许嗯。。。sys.getrefcount（在我的元组上）为我提供了4个引用。sys.getrefcount（在我的元组[“复制的图”]上）为我提供了3个引用。使用gc.get\u referers（在我的元组上）返回相当长的输出。（那个NetworkX图形毕竟占用了7.8MB）我如何或者说我可以判断哪些引用是阻止gc收集对象的引用？我在这里有点不知所措，我知道如果没有一个例子，这是不容易帮助的，所以任何建议都是非常感谢的！垃圾收集器将回收最终未被某个“根”对象引用的任何对象，根对象是类似全局对象的对象。我会尝试删除引用（以您从

get\u referers

获得的列表为指导），直到对象消失，也许其他人有更好的解决方案。