Python中的内存管理

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