5、Python的垃圾回收机制与内存管理

一、 垃圾回收机制详解

垃圾回收机制（简称GC），专门回收不可用的变量值所占用的内存空间
了解：

• 栈区：变量名与值内存地址的关联关系存放于栈区
• 堆区：变量值存放于堆区，内存管理回收的则是堆区的内容
• 列表的底层原理：列表指向的是一块内存地址， 内存中存储的是列表的所引和值的内存地址。
  
  垃圾回收的几种方法：
• 引用计数（reference counting）：

# 每饮用一次就会标记加一，如果引用计数为0则回收这块内存
x = 10 # 直接引用
l = ['a', x] # 间接引用

但是当我循环引用的时候

循环引用会导致：值不再被任何名字关联，但是值的引用计数并不会为0，那就用到了标记清楚

• 标记清除（mark and sweep）

  • 直接引用被清除， 但是间接引用还在， 导致内存泄漏。
  • 标记/清除算法的做法是当应用程序可用的内存空间被耗尽的时，就会停止整个程序，然后进行两项工作，第一项则是标记，第二项则是清除
  • 原理：
    • 先扫描栈区顺着栈区的线寻找只要被引用就会标记保留
    • 清除的过程将遍历堆中所有的对象，将没有标记存活的对象全部清除掉

• 分代回收（generation collection）

  • 背景：

    • 基于引用计数的回收机制，每次回收内存，都需要把所有对象的引用计数都遍历一遍，这是非常消耗时间的，于是引入了分代回收来提高回收效率，分代回收采用的是用“空间换时间”的策略。

  • 分代：

    • 分代指的是根据存活时间来为变量划分不同等级
    • 新定义的变量，放到新生代这个等级中，假设每隔1分钟扫描新生代一次，如果发现变量依然被引用，那么该对象的权重加一，当变量的权重大于某个设定得值（假设为3），会将它移动到更高一级的青春代
    • 青春代的gc扫描的频率低于新生代（扫描时间间隔更长），假设5分钟扫描青春代一次，这样每次gc需要扫描的变量的总个数就变少了，节省了扫描的总时间，
    • 接下来，青春代中的对象，也会以同样的方式被移动到老年代中。也就是等级（代）越高，被垃圾回收机制扫描的频率越低

  • 回收：

    • 回收依然是使用引用计数作为回收的依据

  • 虽然分代回收可以起到提升效率的效果，但也存在一定的缺点：

    • 例如一个变量刚刚从新生代移入青春代，该变量的绑定关系就解除了，该变量应该被回收，但青春代的扫描频率低于新生代，所以该变量的回收就会被延迟。

二、 与用户交互

2.1 接收用户的输入

• input：会将用户输入的所有内容都存成字符串类型

2.2 格式化输出

• print()
• % ：s：字符串，d：整形 最慢

# 按照位置与%对应， 按照位置一一对应
"my name is %s my age is %s"%("zpp", "18")
# 以字典的形式传值， 打破位置的限制
"my name is %(name)s my age is %(age)s"%{"name":"zpp", "age":"18"}

• .format ：2.7以后都兼容， 次之（整体优先使用）

"my name is {} my age is {}".format("zpp", "18")
"my name is {0}{0}{0} my age is {1}{1}".format("zpp", "18")
"my name is {name} my age is {age}"%{"name":"zpp", "age":"18"}

• f ：3.5以后才有， 最快

x = input()
y = input()
res = f'my name is {x} my age is {y}'

相关连接（笔记来自于视频课程和知乎的归类整理）：
[1]: https://www.bilibili.com/video/BV1QE41147hU?p=17
[2]: https://zhuanlan.zhihu.com/p/108683483
[3]: https://zhuanlan.zhihu.com/p/108684774