python-内存管理

---

内存剖析

占用内存

	int 1			4字节
	float b=1.0		4字节
	char c='_'		1字节
	1024字节=1KB

堆和栈

C语言中，内存分配方法有2种：

• 第一种：int a = 1; char s[10] = “hello”; 在栈区申请内存
• 第二种：malloc()在堆区申请内存， free()释放内存

Python语言中：所有的对象都在堆区申请内存。

Python的内存管理器负责申请、释放内存。

引用计数

每个对象都存有指向该对象的引用总数，即引用计数(reference count)。
可以使用内置函数getrefcount()查看该对象的引用计数。
注：每使用一次getrefcount()，当前对象就又被引用一次，当前对象引用计数都会加一。

from sys import getrefcount

a = [1, 2, 3] # 这里引用计数加一
print(getrefcount(a)) # 这里引用计数再加一，输出2

垃圾回收

当Python的某个对象的引用计数为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了。比如某个新建对象，它被分配给某个引用，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，那么该对象就会被垃圾回收。

+1的情况：

• 赋值 、引用 x = obj obj = MyClass()
• 被其他对象使用 objects = [] objects.append(obj)
• 传给函数

-1的情况：

• 改变引用对象： x = obj x = 1
• 删除 del x
• 函数调用结束

由于垃圾回收会降低python的工作效率，所以Python只会在特定条件下，自动启动垃圾回收。当Python运行时，会记录其中分配对象和取消分配对象的次数。当两者的差值高于某个阈值时，垃圾回收才会启动。

使用get_threshold()方法查看阈值，python默认是(700, 10, 10)，可以使用set_threshold()方法重新设置。

import gc
print(gc.get_threshold()) # (700, 10, 10)

上面的(700, 10, 10)这几个值是什么意思呢，这就要说到分代回收了。

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，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。

这两个次数即上面get_threshold()返回的(700, 10, 10)返回的两个10。也就是说，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。

有一个问题：b=[1,2],a=[1,b],b.append(a)，像这样的循环引用会造成内存泄漏，删除变量后他们还会互相引用，这里就用到了标记-清除机制。

标记-清除

把所有对象找出来，先检测被全局变量引用的标黑，在被全局变量间接引用的标黑，依次类推，直到没有被全局变量引用会被查出，即使有计数（如循环引用）也会被删除

总结

python的垃圾回收是引用计数机制为主，标记-清除和分代收集两种机制为辅的策略。

内存池机制

小整数池

在python中，所有变量赋值整数-5到256之间的数据相同的值id都是相同的 ,-5到256以外即使相同的值id也不同

字符串驻留池：intern机制

解释器会专门分配一块专门放纯单词字符组成的字符串（数字、字母、下划线）
a=‘123_a’
b=‘123_a’
a和b的id是相同的