【Python | 内存管理-内存的回收机制】

---

一、引用机制

• python中每个对象都维护一个引用计数 ob_ref 字段
• 当有新的引用指向该对象的时候，引用计数+1
• 当有无效引用发生的时候，引用计数-1
• 当引用计数为0时，销毁对象

---

引用机制的优点：

• 简单
• 实时性

引用机制的缺点：

• 维护引用计数消耗资源
• 循环引用时，无法回收

>>> from sys import getrefcount
>>> a = 1000
>>> getrefcount(a)
2

只引用赋值给了a，但是引用计数为2是因为=>在使用getrefcount的时候也会有一次临时引用，
获取到a的时候这个临时引用就销毁了

>>> b = a
>>> getrefcount(a)
3
>>> c = []
>>> c.append(b)
>>> getrefcount(a)
4

getrefcount => 得到的引用计数会比实际多1次

• 循环引用
  • 根据引用计数的规律，出现循环引用的情况=> 引用计数不为0 => 无法通过引用计数来释放内存
    => 会造成内存泄漏
    • 内存泄漏：有一部分内存被占用无法释放，进程也无法访问
      内存泄漏可能造成内存溢出
    • 内存溢出(oom => out of memory)：内存不够，程序需要的内存大于系统空闲内存

>>> x = [2]
>>> y = [3]
>>> x.append(y)
>>> y.append(x)
>>> getrefcount(x)
3
>>> getrefcount(y)
3
>>> del x
>>> del y

二、垃圾回收

• 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

• gc（garbage collection）机制

  • 分代回收
  • 标记清除

>>> x = [2]
>>> y = [3]
>>> x.append(y)
>>> y.append(x)
>>> del x
>>> del y
>>> gc.collect()
2

1. 分代回收

启动垃圾回收的时候确定哪些是扫描对象的

2. 标记清除

主要解决循环引用 => 清除非活动的标记

---

三、内存池

• 预先创建好一个小整型数池 [-5,256]

>>> a = 3
>>> getrefcount(a)
55
>>> a = 1
>>> getrefcount(a)
874
>>> a = 300
>>> getrefcount(a)
2
>>> 

在这个小整型池里的数就不会再重复创建了，直接引用池子里已经创建好的

• 字符串驻留区
  • 单个字符创建之后都会放在驻留区
  • 多个字符创建之后如果包含特殊字符就不会放在字符串驻留区，如果没有特殊字符就会存放到驻留区

>>> str1 = "abcxyz"
>>> str2 = "abcxyz"
>>> id(str1)
139668314459528
>>> id(str2)
139668314459528

>>> str1 = "xyz abc"
>>> str2 = "xyz abc"
>>> id(str1)
139668313995952
>>> id(str2)
139668313995896

---

总结

python的内存管理：
以引用计数为主，
分代回收、标记清除为辅的垃圾回收方式。
以及对小整数型进行缓存和简单字符串驻留的内存池机制