Flyweight pattern - Memory footprint

Question

Я изучаю Python, и я подумал, что это было бы хорошим предлогом для обновления знаний о шаблонах и в этом случае шаблона Flyweight.

Я создал две небольшие программы, которые не оптимизированы, и один из них реализует шаблон Flyweight. Для моих целей тестирования я создаю армию размером 1 000 000 000 000 000 000 000 000 000 000 Каждый враг может быть трех типов (Солдат, Ниндзя или Начальник), и я назначаю девиз каждому типу.

Что я хотел бы проверить, так это то, что с моей не оптимизированной программой я получаю 1'000'000 противников, для каждого и каждого из них, тип и длинную строку, содержащую девиз. С оптимизированным кодом я хотел бы создать только три объекта (EnemyType), соответствующие каждому типу и содержащие только 3 раза строки девиза. Затем добавляю элемент к каждому Enemy, указывая на нужный EnemyType.

Теперь (только отрывки) код:

1. Un-оптимизированная программа

   В этой версии, каждый враг сохраняет свой тип и девиз.

   enemyList = [] 
   enemyTypes = {'Soldier' : 'Sir, yes sir!', 'Ninja' : 'Always behind you !', 'Chief' : 'Always behind ... lot of lines '} 
   for i in range(1000000): 
       randomPosX = 0 # random.choice(range(1000)) 
       randomPosY = 0 # random.choice(range(1000)) 
       randomTypeIndex = 0 # random.choice(range(0,len(enemyTypes))) 
       enemyType = enemyTypes.keys()[randomTypeIndex] 
   
       # Here, the type and motto are parameters of EACH enemy object. 
       enemyList.append(Enemy(randomPosX, randomPosY, enemyType, enemyTypes[enemyType])) 
   

2. Оптимизированная программа

   В этой версии, каждый враг членом EnemyType объекта, который хранит его тип и девиз. Созданы только три экземпляра EnemyType, и я должен увидеть влияние в памяти.

   enemyList = [] 
   soldierEnemy = EnemyType('Soldier', 'Sir, yes sir!')   
   ninjaEnemy = EnemyType('Ninja', 'Always behind you !') 
   chiefEnemy = EnemyType('Chief', 'Always behind ... lot of lines.') 
   enemyTypes = {'Soldier' : soldierEnemy, 'Ninja' : ninjaEnemy, 'Chief' : chiefEnemy} 
   
   enemyCount = {} 
   
   for i in range(1000000): 
   randomPosX = 0 # random.choice(range(1000)) 
   randomPosY = 0 # random.choice(range(1000)) 
   randomTypeIndex = 0 #random.choice(range(0,len(enemyTypes))) 
   enemyType = enemyTypes.values()[randomTypeIndex] 
   
   # Here, each enemy only has a reference on its type. 
   enemyList.append(Enemy(randomPosX, randomPosY, enemyType)) 
   

Теперь я использую это, чтобы получить мой след памяти (на самых последних строках, прежде чем мое приложение закрывается сама):

import os 
import psutil 
... 
# return the memory usage in MB 
process = psutil.Process(os.getpid()) 
print process.get_memory_info()[0]/float(2 ** 20) 

Моя проблема заключается в том, что я не видят никакой разницы между выходом два моих программ:

Оптимизированным = +384,0859375 Mb
Un-оптимизированной = 383.40234375 Mb

Это правильный инструмент для получения памяти? Я новичок в Python, так что это может быть проблемой с моим кодом, но я проверил объекты EnemyType во втором решении, и у меня действительно есть только три события. Поэтому я должен иметь 3 строки девиза вместо 1'000'000.

Я читал об инструменте под названием Heapy для Python, было бы здесь более точным?

Answer 1

Насколько я могу судить по коду в вопросе, в обоих случаях вы просто используете ссылки для одного и того же небольшого количества экземпляров.

Возьмите «неоптимизированная» версия'S:

enemyList.append(Enemy(randomPosX, randomPosY, enemyType, enemyTypes[enemyType])) 

Действительно enemyTypes[enemyType] является строкой, которая, возможно, сделали вы думаете, у вас есть много примеров строк. Но на самом деле каждый из ваших объектов имеет один из трех одинаковых строковых объектов.

---

Вы можете проверить это, сравнивая id S членов. Сделайте set идентификаторов, и посмотрите, больше ли это. 3.