Python中的内存管理

python是一门解释性语言，由相应的虚拟机解释执行。Python有多种解释器，如CPython、IronPython、Jython以及PyPy。本文中讲述的内存管理均是基于CPython。

CPython中对象的表示方法

我们知道，python中的一切都能看成是对象。在CPython中，我们通过结构体来表示对象。python中的每个对象都会使用CPython中的PyObject这个结构体。这个结构体由两个属性组成：

ob_refcnt: reference count  #引用计数，记录该对象被引用的次数
ob_tyoe: pointer to another type  #指向真实的对象，由于C语言不是面向对象语言，因此，实际指向的还是一个结构体

当对象的引用计数为0时，python就会回收这个对象，释放空间。

CPython中的内存管理

CPython中的内存按照大小可以分为Arenas、Pool和Block，Arenas包含Pool，Pool包含Block。

Arenas

Arenas本身没有状态，它通过一个双向链表进行维护。该双向链表会根据Arenas中空白Pool的多少对Arenas进行排序。空白Pool越少，排列越靠前，这样可以保证Arenas的充分利用。

Pools

Pools由Blocks组成，每个Pool内的Block的大小是一定的，但不同的Pool内的Block的大小可以不同。每个Pool通过双向链表与其它具有相同大小的Block的Pool相连。
Pool本身有三种状态：used、full以及empty。一个used状态的pool只能存储指定大小的Block；一个full状态的pool无法再存储数据；一个empty状态的pool可以存储任意大小的Block。
usedpools是一个由相同Block大小的处于used状态的pool组成的列表，当处于full状态的pool释放掉部分Block后，这个pool也会进入到这个列表中等待被使用；freepools是由处于empty状态的pool组成的列表。

Blocks

Blocks有三种状态：untouched、free以及allocated。
untouched是指该Block没有被分配，free是指该Block分配后又被重新释放了，allocated是指该Block已经被分配，且还在使用中。
Pool中有freeblock指针，负责指向处于free状态的Block。如下图所示。

注意，Block由allocated状态转到free状态，所占的内存并不会返还给操作系统，因为这只是一个状态的转变，告诉程序这个Block可以使用了而已，但是这个Block里面的东西还在

参考资料：https://realpython.com/python-memory-management/