我正在写一些python代码，它们在不同的点拼接大文件。我在C中做了类似的事情，我分配了一个1MB字符数组并将其用作读/写缓冲区。它非常简单：在char数组中读取1MB然后将其写出来。
但是使用python我假设它不同，每次我调用size（1M）的read（）时，它将分配一个1M长的字符串。并且希望当缓冲区超出范围时，我们将在下一个gc传递中释放。
python会以这种方式处理分配吗？如果是这样，常量分配/解除分配周期在计算上是否昂贵？
我可以告诉python使用与C相同的内存块吗？或者python vm足够聪明，可以自己做吗？
我想我的目标是有点像在python中实现dd。
答案 0 :(得分：9)
搜索网站docs.python.org以查找readinto以查找适合您正在使用的Python版本的文档。 readinto是一个低级功能。他们看起来很像这样：
readinto（b）中 将len（b）字节读入bytearray b并返回读取的字节数。
与read（）类似，可以向底层原始流发出多个读取，除非后者是交互式的。
如果基础原始流处于非阻塞模式，并且目前没有可用数据，则会引发BlockingIOError。
但不要过早担心它。 Python以凶猛的速度分配和释放动态内存，并且可能反复获得＆amp;在噪音中会丢失一个微不足道的兆字节。请注意，CPython主要是引用计数，因此当它超出范围时，您的缓冲区将立即“立即”回收。至于Python每次是否会重复使用相同的内存空间，可能性不大但不确定。 Python没有尝试强制，但是根据整个分配/解除分配模式和系统C的malloc()/free()实现的细节，它不会被重用; - ）< / p>