Python高级 — 内存管理与垃圾回收机制

48.哪些操作会导致Python内存溢出，怎么处理？

49.关于Python内存管理,下列说法错误的是

        A,变量不必事先声明

         B,变量无须先创建和赋值而直接使用

        C,变量无须指定类型

        D,可以使用 del 释放资源

50.Python的内存管理机制及调优手段？

        内存管理机制: 引用计数、垃圾回收、内存池

        引用计数：引用计数是一种非常高效的内存管理手段，当一个Python 对象被引用时其引用计数增加 1,当其不再被一个变量引用时则计数减 1, 当引用计数等于 0 时对象被删除。弱引用不会增加引用计数 。

        垃圾回收：

        1.引用计数

        引用计数也是一种垃圾收集机制，而且也是一种最直观、最简单的垃圾收集技术。当Python 的某个对象的引用计数降为 0 时，说明没有任何引用指向该对象，该对象就成为要被回收的垃圾了。比如某个新建 对象，它被分配给某个引用，对象的引用计数变为 1 ，如果引用被删除，对象的引用计数为 0, 那么该对 象就可以被垃圾回收。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。

        2.标记清除

        https://foofifish.net/python-gc.html

        调优手段

        1.手动垃圾回收

        2.调高垃圾回收阈值

        3.避免循环引用

51.内存泄露是什么？如何避免？

        内存泄漏指由于疏忽或错误造成程序未能释放已经不再使用的内存。内存泄漏并非指内存在物理上的消失，而是应用程序分配某段内存后，由于设计错误，导致在释放该段内存之前就失去了对该段内存的控 制，从而造成了内存的浪费。

        有 del () 函数的对象间的循环引用是导致内存泄露的主凶。不使用一个对象时使用 : del object 来 删除一个对象的引用计数就可以有效防止内存泄露问题。

        通过Python 扩展模块 gc 来查看不能回收的对象的详细信息。

        可以通过 sys.getrefcount(obj) 来获取对象的引用计数，并根据返回值是否为 0 来判断是否内存泄露。