PYTHON 内存机制

1.1.内存分析

初学python时，运行python程序时，我们大部分只关注运算的结果的正确性，很少会去想当python源代码运行在python解释器中，是怎样运行的？
计算机运行一个程序

• python 源代码[.py文件，源代码] 解释处理 ->得到字节码【二进制数据】，生成.pyc文件【临时文件】-> 运行【将二进制数据，加载到内存】->
  • 运算【提取关键数据，参与运算，得到结果】
  • 渲染展示到界面上

程序/软件的运行【核心机制】

• 源代码程序【语义化（用自然语言）的定义类数据、流程等控制单元】
• 内存操作【加载内存–>变量/函数/类型/方法…】
• 运算处理【执行运算的过程，需要提取数据执行运算（按照流程进行逻辑控制）】
  所有的软件，不论编程语言是c、java、c#等等，都是按照上的运行机制运行的。那么既然是这样，为什么还要分析运行过程的内存？

因为所有的资源都是有限的，包括硬件资源，如果想要在有限的硬件资源上，运行尽可能多的软件，需要有效的利用内存空间【软件运行时，需要内存空间，若空间不足以满足软件运行所需要的空间，那么软件将不会执行或以最简的方式运行（软件界面可能会出现卡顿、断帧等现象，运行不流畅）】

计算机的结构相对于刚接触的人来说比较复杂，很难了解内部结构。内存属于计算机的硬件部分，所以这里大致说一下计算机的硬件：
计算机硬件【内存|硬件都为8G】

• 操作系统【系统软件】：控制和管理硬件系统，完成软件数据处理 (每一台计算机都会有操作系统[windows/mac/linux])
  • 使用硬件内存运行操作系统软件【2G已用|6G可用】
  • 直接分配内存空间，操作使用内存数据
    • 应用软件：执行各种业务相关的数据运算【每一个软件运行，都需要内存】

    应用软件运行时：
    1，向操作系统申请内存，操作系统给对应的软件分配内存
    2，软件在申请到的内存中分配数据，加载数据，完成软件的执行
    ===================================
    软件的运行，需要将软件数据加载到内存中

1.2.PYTHON 中的内存处理

我们都知道python需要一个开发/运行的环境，开发好的python程序可以通过执行命令执行

python XXX.py

一个程序或软件中的数据有很多，当加载数据时，在申请到的内存空间里，数据可能会比较混乱，不利于程序的执行，也会浪费很大的空间。
为了提高程序的执行效率和有效的利用内存空间，将申请到的内存空间进行了区域划分

• 栈内存（变量）和堆内存（对象）
  • 栈内存：数据不稳定，分配/释放效率高；
  • 堆内存：数据稳定（一旦建立，基本上直到程序结束才释放），分配/释放消耗资源大
    堆内存：数据稳定（一旦建立，基本上直到程序结束才释放），分配/释放消耗资源大】
• 静态区/常量区：不可变类型的参数【存放常驻内存的数据】
• 数据区/方法区：函数/方法/类型…【加载代码对应的二进制数据】
  在计算机上运行demo01.py文件，先通过解释器项计算机申请内存，这里python解释器展568M，但分给python程序的却只有2M【】

代码演示demo01

>>> x = 12
>>> y = 15
>>> z = x + y
>>>
>>> z
27
>>> m = 27
>>> m
27
>>> id(x)
140727564690608
>>> id(y)
140727564690704
>>> id(z)
140727564691088
>>> id(m)
140727564691088

代码演示demo02

def back(m):
    m.append('10')
def back2(n):
    n = 12
if __name__ == "__main__":
    a = [20]
    b = 20
    back(a) # ? 发生了什么
    back2(b) # ? 发生了什么

    print(a) # [20, '10']!? 什么结果  A[20, '10']? B[20]?  C['10']?
    print(b) # 20!? 什么结果  A20?  B12?  C2012?