Python内存管理机制

参考于：https://www.cnblogs.com/geaozhang/p/7111961.html

python的内存管理机制：引用计数、垃圾回收、内存池机制

1.变量与对象

关系图如下：

1.变量：通过变量指针引用对象。变量指针指向具体对象的内存空间，取对象的值。

2.对象：类型已知，每个对象都包含一个头部信息（头部信息：类型标识符 和 引用计数器）

注意：

        变量名没有类型，类型属于对象（因为变量引用对象，所以类型随对象），变量引用什么类型的对象，变量就是什么类型的。

引用所指判断：

通过is进行引用所指判断，is是用来判断两个引用所指的对象是否相同。

整数

In [46]: a=1
In [47]: b=1
In [48]: print(a is b)
True

短字符串

In [49]: c="good"
In [50]: d="good"
In [51]: print(c is d)
True

长字符串

In [52]: e="very good"
In [53]: f="very good"
In [54]: print(e is f)
False

列表

In [55]: g=[]
In [56]: h=[]
In [57]: print(g is h)
False

 由运行结果可知：

　　1、Python缓存了整数和短字符串，因此每个对象在内存中只存有一份，引用所指对象就是相同的，即使使用赋值语句，也只是创造新的引用，而不是对象本身；

　　2、Python没有缓存长字符串、列表及其他对象，可以由多个相同的对象，可以使用赋值语句创建出新的对象。

2.引用计数

 在python中，每个对象都有指向该对象的引用总数 --- 引用计数

查看对象的引用计数：sys.getrefcount()函数

普通引用

In [2]: import sys

In [3]: a=[1,2,3]
In [4]: getrefcount(a)
Out[4]: 2

In [5]: b=a
In [6]: getrefcount(a)
Out[6]: 3
In [7]: getrefcount(b)
Out[7]: 3

注意：

　　当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此，getrefcount()所得到的结果，会比期望的多1。

容器对象

Python的一个容器对象(比如：表、词典等)，可以包含多个对象。

In [12]: a=[1,2,3,4,5]
In [13]: b=a

In [14]: a is b
Out[14]: True

In [15]: a[0]=6   
In [16]: a
Out[16]: [6, 2, 3, 4, 5]

In [17]: a is b
Out[17]: True

In [18]: b
Out[18]: [6, 2, 3, 4, 5]

 由上可见，实际上，容器对象中包含的并不是元素对象本身，是指向各个元素对象的引用。

引用计数增加

1、对象被创建

In [39]: getrefcount(123)
Out[39]: 6

In [40]: n=123

In [41]: getrefcount(123)
Out[41]: 7

　　2、另外的别人被创建

In [42]: m=n
In [43]: getrefcount(123)
Out[43]: 8

　　3、作为容器对象的一个元素

In [44]: a=[1,12,123]
In [45]: getrefcount(123)
Out[45]: 9

　　4、被作为参数传递给函数：foo(x)

引用计数减少

1、对象的别名被显式的销毁

In [46]: del m
In [47]: getrefcount(123)
Out[47]: 8

　　2、对象的一个别名被赋值给其他对象

In [48]: n=456
In [49]: getrefcount(123)
Out[49]: 7

　　3、对象从一个窗口对象中移除，或，窗口对象本身被销毁

In [50]: a.remove(123)
In [51]: a
Out[51]: [1, 12]

In [52]: getrefcount(123)
Out[52]: 6

　　4、一个本地引用离开了它的作用域，比如上面的foo(x)函数结束时，x指向的对象引用减1。

引用计数总结：python语言内部依靠引用计数来持续追踪内存中的对象，就是说，它的python内部记录的对象有多少个引用，即引用计数，当对象被创建时就等于创建了一个引用计数，当对象不再需要时，这个对象的引用计数归零时，它将被垃圾收集机制处理掉。

3.垃圾回收

当Python中的对象越来越多，占据越来越大的内存，启动垃圾回收(garbage collection)，将没用的对象清除。

原理

　　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。比如某个新建对象，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。

In [74]: a=[321,123]

In [75]: del a

解析del

　　del a后，已经没有任何引用指向之前建立的[321,123]，该表引用计数变为0，用户不可能通过任何方式接触或者动用这个对象，当垃圾回收启动时，Python扫描到这个引用计数为0的对象，就将它所占据的内存清空。

注意

　　1、垃圾回收时，Python不能进行其它的任务，频繁的垃圾回收将大大降低Python的工作效率；

　　2、Python只会在特定条件下，自动启动垃圾回收（垃圾对象少就没必要回收）

　　3、当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数。当两者的差值高于某个阈值时，垃圾回收才会启动。

In [93]: import gc

In [94]: gc.get_threshold()　　#gc模块中查看阈值的方法
Out[94]: (700, 10, 10)

阈值分析：

　　700即是垃圾回收启动的阈值；

　　每10次0代垃圾回收，会配合1次1代的垃圾回收；而每10次1代的垃圾回收，才会有1次的2代垃圾回收；

当然也是可以手动启动垃圾回收：　

In [95]: gc.collect()    #手动启动垃圾回收
Out[95]: 2

何为分代回收

　　Python将所有的对象分为0，1，2三代；

　　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，就被归入下一代对象。

4.内存池机制

 Python中有分为大内存和小内存：（256K为界限分大小内存）

1、大内存使用malloc进行分配

2、小内存使用内存池进行分配

3、Python的内存池(金字塔)

　　第3层：最上层，用户对Python对象的直接操作

　　第1层和第2层：内存池，有Python的接口函数PyMem_Malloc实现-----若请求分配的内存在1~256字节之间就使用内存池管理系统进行分配，调用malloc函数分配内存，但是每次只会分配一块大小为256K的大块内存，不会调用free函数释放内存，将该内存块留在内存池中以便下次使用。

　　第0层：大内存-----若请求分配的内存大于256K，malloc函数分配内存，free函数释放内存。

　　第-1，-2层：操作系统进行操作