python的垃圾回收机制

Python使用自动垃圾回收（Garbage Collection）机制来管理内存并自动释放不再使用的对象。下面是Python的垃圾回收机制的基本原理：

引用计数（Reference Counting）：

1. Python中的垃圾回收机制主要基于引用计数。每个对象都有一个引用计数，用于记录有多少个引用指向该对象。
   当引用计数为0时，表示该对象不再被使用，可以被回收。 循环引用：
2. 如果存在循环引用（即对象之间形成一个循环的引用链），引用计数无法正常工作，导致内存泄漏。
   为了解决循环引用的问题，Python使用了其他的垃圾回收机制。 标记-清除（Mark and Sweep）：
3. Python中的垃圾回收机制通过标记-清除算法来处理循环引用的情况。
   垃圾回收器会定期启动，并从一组根对象开始，遍历整个对象图，并标记所有可访问的对象。
   之后，回收器会清除未被标记的对象，并回收它们占用的内存空间。 分代回收：
4. 为了进一步提高垃圾回收的效率，Python使用了分代回收（Generational Garbage Collection）机制。
   对象被分为不同的代（Generation），根据其存活时间进行分类。一般来说，新创建的对象放在第0代，经过一次或多次垃圾回收仍然存活的对象会被提升到更高的代中。

垃圾回收器会更频繁地检查低代中的对象，而对高代中的对象进行较少的检查，以提高垃圾回收的效率。
需要注意的是，Python的垃圾回收机制是自动进行的，开发者不需要手动管理内存。垃圾回收器会根据需要定期启动，并在合适的时机回收不再使用的对象。这样，开发者可以专注于编写代码，而无需过多关注内存管理的细节。

python 中的字典

dic = {“a”:11,“b”:22}
data = dic.items()
print(data)

for k,v in data:
print(k,v)

遍历字典的时候 不允许修改和添加删除字典里面的内容 ，因为 遍历的是字典的引用地址 在修改后会引起重新遍历 导致遍历的次数有问题

拷贝

python中 浅拷贝 拷贝的是引用地址

深拷贝是拷贝的 复制一份 有新的引用地址 等于是复制了

li = [1,2]
lis = [1,2,li]
lis1 = lis.copy()
lis2 = copy.deepcopy(lis)

li.append(3)
print(lis1) # 改變了
print(lis2) # 未改變