Python中的内存管理
*对象的引用计数
python内部使用引用计数,来保持追踪内存中的对象,所有对象都有引用计数,
引用计数增加的情况:
1.一个对象分配新标识符
2.将其放入一个容器中(如列表,元组或字典等)
引用计数减少的情况:
1.使用del语句使对象别名显示的销毁(删除对象的标识符)
2.引用超出作用域或被重新赋值
sys.getrefcount()函数可以获得对象的引用计数,多数下引用计数比我们猜测的要大得多,对于不可变的数据(如-常量-python中没有定义常量)解释器会在程序的不同位置共享内存,以便节约内存
*垃圾回收GC
1.当一个对象的引用计数为0时,它将被垃圾回收机制处理掉
2.当两个对象a与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于其它对象的引用,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)。为了解决这一问题,解释器会定期执行一个循环检测器,搜索不可访问的对象的循环并删除
*内存池机制
python提供了对内存的垃圾回收,但它将不用的内存放入内存池而不是返回给操作系统。
1.pymalloc机制,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。
2.python中所有小于256个字节的对象都使用pymalloc实现的分配器,而大的对象则使用系统系统的malloc
3.对于python对象,如整数.浮点数和列表等,都有其独立的私有内存池,对象间不共享它们的内存池,也就是说如果我们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