Python是如何进行内存管理的？（图文讲解）

2022-10-10更新了内容

---

python采用的是引用计数机制为主，标记-清除和分代收集（隔代回收）两种机制为辅的策略

一、对象的引用计数机制

引用计数是一种垃圾回收机制，而且也是一种最直观、最简单的垃圾回收机制。当python的某个对象的引用计数为0时，该对象就成为要被回收的垃圾了。但是并不是立马就回收，等到gc触发的时候才开始回收。不过如果出现循环引用的话，引用计数机制就不再起有效的作用了。

一个变量指向了内存地址，引用计数为1
两个变量同时指向了一个内存地址，引用计数为2

为什么引用计数为2呢？
🔥🔥🔥注意：

查看一个对象的引用计数: sys.getrefcount() 总是会比实际+1 ,因为 sys.getrefcount() 也调用了它一次 .但是print(sys.getrefcount(b))在执行完毕后引用就删除了。

Python内部使用引用计数，来保持追踪内存中的对象，所有对象都有引用计数。

1、引用计数增加的情况：

a、一个对象分配一个新名称

a=4553223

b、将其放入一个容器中（如列表、元组或字典）

a=4553223
b=a
c=[a]
c.append(a)
print(sys.getrefcount(a))

2、引用计数减少的情况：

a、使用del语句删除引用

del a

b、引用超出作用域或被重新赋值

def test():
    b=667787
test()

函数执行完函数中的引用计数为0，可以进行回收

二、垃圾回收

1、当一个对象的引用计数归零时，它将被垃圾回收机制处理掉。
2、当两个对象a和b相互引用时，del语句可以减少a和b的引用计数，并销毁用于引用底层对象的名称。然而由于每个对象都包含一个对其他对象的应用，因此引用计数不会归零，对象也不会销毁。（从而导致内存泄露）。为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。

举例：v1和v2互相引用，把v1和v2del

v1 = [1, 5, 6]
v2 = [6, 9, 2]
v1.append(v2)
v2.append(v1)

del v1
del v2

v1和v2对象被干掉了，但是堆内存中有相互引用,引用计数位为1；可是没有变量去接收，这些内存地址程序员想用都不能用到，并且还占用内存。解决办法就是用标记清除。

注意：

1、栈内存、堆内存

栈内存：存放变量和内存地址
堆内存：存放值

2、内存溢出

由于内存是有限的，当计算机内存中存在大量的相互（循环）引用计数时，会占用大部分的内存；当新的变量进来时，但是内存不够用了，所以不会去开辟新的内存

3、GC的效率：

垃圾回收时，python不能进行其他的任务，频繁的垃圾回收将大大降低python的工作效率；
原因是GIL的存在，当GC运行的时候，会抢python解释器锁，其他线程处于阻塞状态，会降低python的工作效率；
所以GC的回收不要那么频繁；几个小时GC会运行一次，一次运行不到1秒；太不影响其他线程的工作了

4、GC的启动：

当python运行时，会记录其中分配对象和取消分配对象的次数。当俩者的差值高于某个阈值（默认为700）时，垃圾回收才会启动。

5、GC触发：

1、主动调用gc.collect()
2、GC达到阈值时自动触发
3、程序退出时（一次性全部退出）

1、标记清除

当应用程序可用的内存空间被耗尽时，就会停止整个程序，然后进行两项工作，标记和清除。

标记清除算法是一种基于追踪回收 技术实现的垃圾回收算法。它分为两个阶段：第一阶段是标记阶段，GC会把所有的『活动对象』（有引用的对象）打上标记，第二阶段是把那些没有标记的对象『非活动对象』进行回收。

2、分代回收（帮我们回收循环嵌套的引用

因为， 标记和清除的过程效率不高。清除非活动的对象前它必须顺序扫描整个堆内存，哪怕只剩下小部分活动对象也要扫描所有对象。还有一个问题就是：什么时候扫描去检测循环引用？

为了解决上述的问题，python又引入了分代回收。分代回收解决了标记清楚时什么时候扫描的问题，并且将扫描的对象分成了3级，以及降低扫描的工作量，提高效率。
存活时间越久的对象，越不可能在后面的程序中变成垃圾。

所有的新建对象都是0代对象
当某一代对象经历过垃圾回收，依然存活，那么他就被归入下一代对象了。
垃圾回收启动时，一定会扫描所有的0代对象
如果0代经过一定次数垃圾回收，那么就启动对1代的扫描清理；当1代也经历了一定次数的垃圾回收后，那么会启动对0，1，2，即对所有对象进行扫描
0代： 0代中对象个数达到700个（阈值），扫描一次。
1代： 0代扫描10次，则1代扫描1次。
2代： 1代扫描10次，则2代扫描1次。

三、Python的内存池

Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。

对于Python对象，以下几种情况，都有其独立的私有内存池。（字符串的驻留机制）

1、字符串长度为0或者1
2、符合标识符的字符串（只包含字符数字下划线）
3、字符串只在编译时进行驻留，而非运行时
4、[-5,256]之间的整数数字

举例1：[-5,256]之间的整数数字

值相同内存地址也相同

>>> a=66
>>> b=66
>>> id(a)
2526627451280
>>> id(b)
2526627451280

值相同内存地址不同

>>> c=399
>>> d=399
>>> id(c)
2526635259696
>>> id(d)
2526635259536

原理图如下：

举例2：符合标识符的字符串（只包含字符数字下划线）

>>> a="qwe%"
>>> b="qwe%"
>>> a is b
False
>>> c="123kobe"
>>> d="123kobe"
>>> c is d
True

举例3：字符串长度为0或者1

>>> e=""
>>> f=""
>>> e is f
True

>>> e="!"
>>> f="!"
>>> e is f
True

举例4：字符串只在编译时进行驻留，而非运行时

>>> a="kk"
>>> b="k"+"k"
>>> a is b
True

>>> a="kobe"
>>> b="".join('kobe')
>>> a is b
False

四、怎么优化内存管理

1.手动垃圾回收

先调用del a ; 再调用gc.collect()即可手动启动GC（嵌套的引用删除不了，因为引用计数为1）

2.调高垃圾回收阈值

gc.set_threshold 设置垃圾回收阈值（收集频率）。 将 threshold0 设为零会禁用回收。

gc.set_threshold(800,20,20)

3.避免循环引用

---