Python的内存管理，引用计数、垃圾回收、内存池机制、深copy，浅copy

     

目录

1、引用计数

1.1  引用计数器原理

1.2  循环引用的情况

 1.3  优缺点

2、垃圾回收

2.1  回收原则

2.2  gc机制

2.3  效率问题

2.4  三种情况触发垃圾回收

 2.5  分代(generation)回收

2.6  标记清除

3、内存池机制

3.1  整数对象缓冲池

3.2  字符串驻留区

4、深copy，浅copy

---

        以引用计数为主，分代回收，标记清除为辅的垃圾回收方式进行内存回收，引入小整数缓冲池和常见简单字符串驻留区的内存缓存池机制。

1、引用计数

        1、Python动态类型：引用和对象分离，是动态类型的核心。

        2、Python每个对象都维护一个引用技术字段，记录该对象被引用的次数。

        3、减少引用计数：
                        del删除或重新引用时，引用计数会变化（del只是删除引用）

1.1  引用计数器原理

        每个对象维护一个 ob_ref 字段，用来记录该对象当前被引用的次数，每当新的引用指向该对象时，它的引用计数ob_ref加1，每当该对象的引用失效时计数ob_ref减1 一旦对象的引用计数为0，该对象可以被回收，对象占用的内存空间将被释放。
        它的缺点是需要额外的空间维护引用计数，这个问题是其次的，最主要的问题是它不能解决对象的“循环引用”。

>>> from sys import getrefcount
>>> a = 500
>>> getrefcount(a)  临时引用a，用完即减一
2
>>> b = a
>>> getrefcount(a)
3
>>> lst = [a]
>>> getrefcount(a)
4

1.2  循环引用的情况

        x = []
        y = []
        x.append(y)
        y.append(x)

对于上面相互引用的情况,如果不存在其他对象对他们的引用,这两个对象，所占用的内存也还是无法回收,从而导致内存泄漏。

 1.3  优缺点

        引用计数机制的优点：

•                 简单
•                 实时性

        引用计数机制的缺点： 

• 维护引用计数消耗资源
• 循环引用时，无法回收。

2、垃圾回收

2.1  回收原则

        当Python的某个对象的引用计数降为0时，可以被垃圾回收。

2.2  gc机制

        GC作为现代编程语言的自动内存管理机制，专注于两件事 ：

        找到内存中无用的垃圾资源，清除这些垃圾并把内存让出来给其他对象使用。 GC彻底把程序员从资源管理的重担中解放出来，让他们有更多的时间放在业务逻辑上。

2.3  效率问题

        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。 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。

import gc
print(gc.get_threshold())

输出：
(700, 10, 10)

2.4  三种情况触发垃圾回收

• 调用gc.collect()
• GC达到阀值时
• 程序退出时

 2.5  分代(generation)回收

        这一策略的基本假设是：存活时间越久的对象，越不可能在后面的程序中变成垃圾。

        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，那么它就被归入下一代对象。

        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0代和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。

2.6  标记清除

        标记-清除机制，顾名思义，首先标记对象（垃圾检测），然后清除垃圾（垃圾回收）。

        主要用于解决循环引用。

        1. 标记：活动（有被引用）, 非活动（可被删除）

         2. 清除：清除所有非活动的对象

3、内存池机制

3.1  整数对象缓冲池

        对于[-5,256] 这样的小整数，系统已经初始化好，可以直接拿来用，避免为整数频繁申请和销毁内存空间。小整数池目的：节省内存，提高执行效率。

        而对于其他的大整数，系统则提 前申请了一块内存空间，等需要的时候在这上面创建大整数对象。终端是每次执行一次，所以每次的大整数都重新创建，而在pycharm中，每次运行是所有代码都加载都内存中。

3.2  字符串驻留区

        字符串的intern机制 python对于短小的，只含有字母数字的字符串自动触发缓存机制。其他情况不会缓存。

        符合条件则放到驻留区，输入字符串会先去驻留区寻找，可以用is判断。

        条件：
        多个字符包涵特殊字符，不会放入驻留区，单个字符包涵特殊字符可以放入驻留区。

>>> str1 ="acb"
>>> str2 ="acb"
>>> str2 is str1
True
>>> str2 ="acb "
>>> str1 ="acb "
>>> str2 is str1
False
>>> str2 = "a"*20
>>> str1 = "a"*20
>>> str2 is str1
True
>>> str1 = "a"*21
>>> str2 = "a"*21
>>> str2 is str1
False
>>> str4 = "a#"
>>> str6 = "a#"
>>> str4 is str6
False
>>> str6 = "#"
>>> str4 = "#"
>>> str4 is str6
True

4、深copy，浅copy

        d2 = d1.copy()  浅拷贝，拷贝的是地址，只拷贝第一层地址。

        (import copy)  copy.deepcopy() 深拷贝，拷贝每一层的值，拷贝之后的容器不会影响原来的容器，深拷贝只有这一种情况。

        容器内包涵可变数据类型容器的时候，才会有深浅拷贝的区别。

 参考文章：

浅拷贝与深拷贝的区别（详解）_Mark sheng的博客-CSDN博客_浅拷贝深拷贝

python可变数据类型和不可变数据类型_宇宙无敌天下第一帅的博客-CSDN博客_python 可变数据类型