Slots-Optimierung in Python
Level 5349 Tastenanschläge
Dies zeigt __slots__ zur Speicheroptimierung. Klassen mit Slots verbrauchen weniger Speicher, weil kein Instanz-__dict__ angelegt wird.
Python-Code
# RegularPoint ist eine normale Klasse# Hat __dict__ zum dynamischen Speichern von Attributen1class RegularPoint: # __init__ setzt x- und y-Koordinaten # Erstellt Einträge im __dict__ der Instanz2 def __init__(self, x: int, y: int):3 self.x = x4 self.y = y5 # SlottedPoint verwendet __slots__ zur Optimierung# Es wird kein __dict__ erstellt, das spart Speicher6class SlottedPoint: # __slots__ legt eine feste Menge von Attributen fest # Nur x und y können auf Instanzen gespeichert werden7 __slots__ = ("x", "y")8 # __init__ setzt dieselben Attribute wie RegularPoint # Speichert sie aber in Slots statt im __dict__9 def __init__(self, x: int, y: int):10 self.x = x11 self.y = y12 # Importiert sys, um Speichergrößen zu prüfen13import sys# Erstellt eine Instanz der normalen Klasse14regular = RegularPoint(1, 2)# Erstellt eine Instanz der Klasse mit Slots15slotted = SlottedPoint(1, 2)16 # Zeigt die Größe des __dict__ der normalen Instanz# __dict__ braucht zusätzlichen Speicher für die Attribute17print(f"Regular: {sys.getsizeof(regular.__dict__)} bytes dict")# Instanzen mit Slots haben kein __dict__# Die Attribute liegen direkt in den Slots18print(f"Slotted has no __dict__")Ausgabe
Regular: 64 bytes dict Slotted has no __dict__
Übe, diesen Code zu tippen. Ergebnisse werden nicht in der Rangliste gespeichert.
Symbole in diesem Code
Die Symbole, die du in diesem Python-Code tippst, und wie oft sie vorkommen.
_× 20:× 9"× 8(× 8)× 8,× 7=× 7.× 6{× 1}× 1