-
对象的引用计数机制
引用计数增加的情况:
- 一个对象分配一盒新名称
- 将其放入一个容器中(如:列表、元祖或字典)
用计数减少的情况:
- 使用 del 语句对对象别名显示的销毁
- 引用超出作用域或被重新赋值
sys.getrefcount() 函数可以获取当前对象的引用计数
-
垃圾回收机制
- 当一个队形的引用计数归 0 时,它将被垃圾收集机制处理掉
- 当两个对象 a 和 b 相互引用时, del 语句可以减少 a 和 b 的引用计数,并销毁用于引用底层对象的名称。然而由于每个对象都包含一个对其他对象的引用,因此引用计数不会归零,对象也不会销毁。(从而导致内存泄漏)为解决这个问题,解释器会定期执行一个循环检测器,搜索不可访问对象的循环并删除它们
-
内存池机制
- Python 提供了对内存的垃圾收集机制,但是它将不用的内存放到内存池而不是返回给操作系统。
- Pymalloc 机制。为了加速 python 的执行效率,怕摇头晃脑 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。
- python 中所有小雨 256 个字节的随想都适用 pymalloc 实现分配器,而大的对象则使用系统的 malloc。
- 对于 python 对象,如整数,浮点数和List,都有其独立的私有内存池,对象间不共享他们的内存池。也就是说如果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。
- Python 提供了对内存的垃圾收集机制,但是它将不用的内存放到内存池而不是返回给操作系统。