相关疑难解决方法(0)

众所周知,它与初始化分配的内存calloc不同malloc.使用时calloc,内存设置为零.使用时malloc,内存不会被清除.

所以在日常工作中,我认为calloc是malloc+ memset.顺便说一下,为了好玩,我为基准编写了以下代码.

结果令人困惑.

代码1:

#include<stdio.h>
#include<stdlib.h>
#define BLOCK_SIZE 1024*1024*256
int main()
{
        int i=0;
        char *buf[10];
        while(i<10)
        {
                buf[i] = (char*)calloc(1,BLOCK_SIZE);
                i++;
        }
}

代码1的输出:

time ./a.out  
**real 0m0.287s**  
user 0m0.095s  
sys 0m0.192s  

代码2:

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#define BLOCK_SIZE 1024*1024*256
int main()
{
        int i=0;
        char *buf[10];
        while(i<10)
        {
                buf[i] = (char*)malloc(BLOCK_SIZE);
                memset(buf[i],'\0',BLOCK_SIZE);
                i++;
        }
}

代码2的输出:

time ./a.out   
**real 0m2.693s**  
user 0m0.973s  
sys 0m1.721s  

更换 …

我想知道为什么numpy.zeros占用这么小的空间？

x = numpy.zeros(200000000)

这不占用任何记忆,

x = numpy.repeat(0,200000000)

占用约1.5GB.numpy.zeros会创建一个空指针数组吗？如果是这样,有没有办法在cython中更改它后将指针设置为空？如果我使用:

x = numpy.zeros(200000000)
x[0:200000000] = 0.0

内存使用率上升.有没有办法改变一个值,然后将其改回原来在python或cython中使用的格式numpy.zeros？

我正在尝试追踪内存泄漏，所以我已经完成了

import tracemalloc
tracemalloc.start()

<function call>

# copy pasted this from documentation
snapshot = tracemalloc.take_snapshot()
top_stats = snapshot.statistics('lineno')

print("[ Top 10 ]")
for stat in top_stats[:10]:
    print(stat)

这显示没有主要分配，所有内存分配都非常小，而我看到在psand 中分配了 8+ GB 内存pmap（在运行命令之前和之后以及运行垃圾收集之后进行检查）。此外，tracemalloc.get_traced_memory确认tracemalloc没有看到很多分配。pympler也没有看到分配。

有谁知道什么时候会出现这种情况？某些模块正在使用 cython，这会导致 tracemalloc 出现问题吗？

在 pmap 中，分配看起来像：

0000000002183000 6492008 6491876 6491876 rw--- [ anon ]