python垃圾回收机制

引用计数

首先要理解的是在Python中一切皆对象，所有的变量、函数以及类都是绑定对应的对象，变量名通过赋值绑定对象的内存地址，产生一个引用关系，通过这个引用关系可以获取duix对象的值。同一个对象可以被多个变量绑定，分别会产生多个引用关系。

Python中的垃圾回收是以引用计数为主，分代收集为辅。引用计数的缺陷是循环引用的问题。
在Python中，如果一个对象的引用数为0，Python虚拟机就会回收这个对象的内存。

当一个对象obj被一个变量a引用时，obj的引用计数将增加1。如果a引用了两次obj，则a的引用计数增加了2；如果此时a被另一个变量引用如：b = a ；则对象obj的引用变成了3。虽然定义了两个变量，但这里a和b两个变量其实是同时引用了obj的内存地址。我们可以通过id()函数来查看a、b绑定的地址是否相同：

>>> a = 3
>>> id(a)
1363045456
>>> b = a
>>> id(b)
1363045456
>>> print(a is b)
True

当一个对象的引用被销毁或者离开他的作用域时，改对象的引用计数同时会相应的减1：

>>> import sys
>>> a = [1,2,3]
>>> getrefcount(a)
2
>>> b = a
>>> getrefcount(a)
3
>>> c = b
>>> getrefcount(a)
4
>>> del b,c
>>> getrefcount(a)
2

上面的引用数量说明一下，当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此，getrefcount()所得到的结果，会比期望的数量多1。

垃圾回收

当Python中的对象越来越多，占据越来越大的内存时，Python会不定时的启动垃圾回收(garbage collection)，将没用的对象清除。注意这个回收机制是不定时的，当Python的某个对象的引用计数降为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。

比如你新建一个对象obj，分配给某个引用变量a，对象的引用计数变为1。如果引用被删除比如del a；则对象obj的引用计数变为0，那么该对象就可以等待被垃圾回收。

del a后，已经没有任何引用指向之前建立的obj，该对象引用计数变为0，用户不可能通过任何方式接触或者动用这个对象，当垃圾回收启动时，Python扫描到这个引用计数为0的对象，就会将它所占据的内存清空。

注：

1、垃圾回收时，Python不能进行其它的任务，频繁的垃圾回收将大大降低Python的工作效率；

2、Python只会在特定条件下，自动启动垃圾回收（垃圾对象少就没必要回收）

3、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 于某个阈值时，垃圾回收才会启动。当然我们也可以手动回收。

内存池机制

Python中有分为大内存和小内存：（256K为界限分大小内存）

1、大内存使用malloc进行分配

2、小内存使用内存池进行分配

3、Python的内存池(金字塔)

第3层：最上层，用户可以对Python对象的直接操作

第1层和第2层：内存池，有Python的接口函数PyMem_Malloc实现-----若请求分配的内存在1~256字节之间就使用内存池管理系统进行分配，调用malloc函数分配内存，但是每次只会分配一块大小为256K的大块内存，不会调用free函数释放内存，将该内存块留在内存池中以便下次使用。

第0层：大内存-----若请求分配的内存大于256K，malloc函数分配内存，free函数释放内存。

第-1，-2层：由操作系统进行操作