python内存管理可以使用del_Python内存管理学习笔记

赋值语句内存分析

c==d是比较值  c is  d 比较值也比较地址

小值地址相同，大值地址不同

def extend_list(val,l=[]):

l.append(val)

return l

list1=extend_list(10)    [10] XXXXXX812320

list2=extend_list(123, [])   [123]   XXXXXX29313    从外传入一个[]

list3=extend_list('a')    [10,'a'] XXXXXX812320

垃圾回收机制

以引用计数为主，分代收集为辅

如果一个对象的引用数为0，Python虚拟机会回收这个对象的内存

引用计数的缺陷是循环引用的问题

引用计数

每个对象都有存在指向该对象的引用总数

查看某个对象的引用计数 sys.getrefcount()

可以使用del删除某个引用

垃圾回收

满足特定条件，自动启动垃圾回收

当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数

当两者的差值高于某个阀值时，垃圾回收才会启动

查看阀值gc.get_threshold()    (700,,10,10)

分代回收

Python将所有的对象分为0,1,2三代

所有新建对象都是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

手动回收

gc.collect()手动回收

objgraph模块中的count()记录当前类产生的实例对象的个数。

内存管理机制

内存池机制              当创建大量消耗小内存的对象时，频繁调用new/malloc会导致大量的内存碎片，致使效率降低。内存池的概念就是预先在内存中申请一定数量的，大小相等的内存块留作备用，当有新的内存需求时，就先从内存池中分配内存给这个需求，不够了之后再申请新的内存，这样做的显著优势就是能够减小内存碎片，提高效率。

Python3中的内存管理机制-Pymalloc 针对小对象(<=512bytes)，当>512bytes会PyMem_RawMalloc()和PyMem_RawRealloc()来申请新的内存空间。