python是如何进行内存管理的？

Python引入了一个机制：

引用计数：

Python内部使用引用计数，来保持追踪内存中的对象，Python内部记录了对象有多少个引用，就是引用计数，当对象被创建时就创建了一个引用计数，当对象不再需要的时候，这个对象的引用计数为0时，他被垃圾回收。

什么情况下引用计数增加？

： 对象被创建

    被作为参数传递给函数

    作为容器对象的一个元素

    什么情况下引用计数减少？

： 一个本地引用离开他的作用域

    对象的别名被显式的销毁

    对象的一个别名被赋值给其他对象

    窗口对象本身被销毁

垃圾回收：

Python不像c++和java语言一样，他们可以不用事先声明变量类型而直接对变量进行赋值，对Python语言来讲，对象的类型和内存都是在运行时确定的。

当内存中有不再使用的部分时，垃圾收集器就会把他们清理掉。他会去检查那些引用计数为0的对象，然后清除其在内存中的空间。当然除了引用计数为0的会被清除，还有一种情况也会被垃圾收集器清掉，当两个对象相互引用时，他们本身其他引用已经为0了。

垃圾回收机制还有一个循环垃圾回收器，确保释放循环饮用对象。

在Python中，许多时候申请的内存都是小块的内存，这些小块内存在申请后，很快又会被释放，由于这些内存的申请号并不是为了创建对象，所以并没有对象一级的内存池机制，这就意味着Python在运行期间会大量的执行malloc和free操作，频繁的在用户和核心态之间进行切换，这将严重影响Python的执行效率，为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

内存池机制：

Python提供了对内存的垃圾收集机制，但是他将不用的内存放到内存池而不是反回给操作系统。

Python中所有小于256个字节的对象都是用pymalloc实现的分配器，而大的对象则使用系统的malloc，另外Python对象比如整数浮点数和list都有独立的私有内存池，对象间不共享他们的内存池，也就是说你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。