递归删除python字典

我有大量的代码，使用了一些自定义类和很多字典。许多类将字典添加为属性。我发现它占用了太多内存，尤其是在循环时——即使我手动删除了一些类和dict

我担心的是，词典正在被删除，但它们包含的对象仍然存在。我需要重构代码以实现更好的内存管理，但作为一个快速解决方案，我希望能够递归地、主动地删除字典。这将如何实现

这里有一个例子

def get_lrg():
    return {1: np.zeros((1000,1000,100))}

class H():
    def add_lrg(self):
        fd = get_lrg()
        self.lrg = fd

for cls in ['a', 'b', 'c', 'd']:
    exec('{0} = H()'.format(cls) )
    exec('{0}.add_lrg()'.format(cls) )

del a
del b
del c
del d

另外，在Ipython中玩一玩：

fd = get_lrg()
fd2 = get_lrg()
F = {1: fd, 2: fd2}
F = {}
F = {1: fd, 2: fd2}
del F[1]

del F

---

并观察python应用程序的内存使用情况。。。即使在删除字典“F”之后，它也不会“释放”内存（例如，没有对对象的引用）。我在我的机器上发现结果是不可预测的。有时内存看起来确实被刷新了，但有时它似乎仍在使用。

删除对象时，您只是删除了对该对象的引用。如果该对象的引用计数下降到0，则该对象将从内存中删除，并带走该对象对其他对象的所有引用

例如，字典不包含任何对象。它们包含的全部内容都是对其他对象的引用。如果删除对字典的所有引用，它将自动清理、删除，并且它的所有引用也将消失。字典引用的任何键或值的引用计数将下降1；反过来，如果计数下降到0，它们将被清除

因此，不需要递归删除任何内容。如果对象不再被引用，它们将自动清理

---

请注意，即使Python释放对象，也不一定会占用进程内存。操作系统能够并且确实将内存分配给进程，以减少内存流失；进程可能需要再次增加内存使用量，除非其他地方迫切需要内存，否则分配将保留一段时间。

如果在您清除字典后字典中的对象仍然存在，那么它们应该存在，因为某些代码引用了它们

Python有两种处理内存的方法：

参考计数

标记并清除垃圾收集器

删除词典时，将删除对相关对象的引用。如果这是对这些对象的最后一次引用，它们将自动为您释放

但是，如果对象之间存在循环，则引用计数是不够的，因为这将导致循环中的所有对象至少有一个活动引用，即使不存在外部引用

这就是为什么还有一个垃圾收集器来清理这些垃圾，尽管只是在稍晚的时候。引用计数负责处理对象当引用达到0时，垃圾收集器将在稍晚一点开始工作

因此，不需要递归地删除任何内容，只需删除对字典的引用，让Python来处理其余的内容

这里还有另一个问题，因此可以提供更多的细节：

您可以使用以下代码来验证这一点：

class X:
  def __del__(this):
    print("deleted")

  def __init__(this):
    print("constructed")

print("before")
x = X()
print("after")
del x
print("done")

这将向您显示

\uuu del\uu

方法作为

del x

语句的一部分执行

那么你有这个：

class X:
  def __del__(this):
    print("deleted")

  def __init__(this):
    print("constructed")

print("before")
x = X()
y = X()
x.y = y
y.x = x
print("after")
del x
del y
print("done")

这将向您显示循环（x和y都相互引用）的处理方式不同

然后你有了这个，我将

x

存储到字典中，然后删除字典，

x

对象与字典一起被删除：

class X:
  def __del__(this):
    print("deleted")

  def __init__(this):
    print("constructed")

print("before")
d = {"x": X()}
print("after")
del d
print("done")

---

你在找这样的东西吗：？相关：我添加了一些细节来说明我在说什么，但与此同时，还有一些进一步的讨论…@John:不要把内存分配和内存使用混为一谈。操作系统可以自由地将内存分配给进程，即使它们不再需要内存。因此，可能是延迟导致了我的问题。问题是我不能确定（毫无疑问，由于一些糟糕的代码）所有引用都被删除了……这是一个不同的问题，毫无疑问，这是您需要解决的问题，但这并不是因为Python没有清理保留在字典中的对象。如果他们不想死，就必须有别的东西让他们活着。在第二个/中间代码示例中，我试图激发垃圾收集器来处理我的对象，但它没有。毫无疑问，它会在一段时间后处理好它，但我并没有费心去弄清楚它需要多长时间或者如何激怒它。