python垃圾回收机制

• 垃圾回收机制

  Python中，主要依靠gc（garbage collector）模块的引用计数技术来进行垃圾回收,在引用
  计数的基础上，通过“标记 -清除”（ mark and sweep ）解决容器对象可能产生的
  循环引用问题，通过“分代回收”（ generation collection ）以空间换时间的方法
  提高垃圾回收效率。

  • 1 引用计数

    Pyobject 是每个对象必有的内容，其中ob_refcnt 就是引用计数。当一个对象有新的引用时，它的ob_refcnt 就会增加，当引用它的对象删除，它的ob_refcnt就会减少，引用技术为0，该对象生命就结束了。

    优点：简单，时效性

    缺点: 维护引用计数消耗资源， 容器对象的循环引用

  • 2 标记-清除机制

    基本思路是先按需分配，等到没有空闲内存的时候从寄存器和程序栈上的引用出发，遍历以对象为节点、以引用为边构成的图，把所有可以访问到的对象打上标记，然后清扫一遍内存空间，把没有被标记的对象释放

  • 3 分代技术

    分代回收：将系统中的所有内存块根据其存活时间划分为不同的集合，每个集合就是一个"代"，垃圾收集频率随着“代”的存活时间的增大而减少。存活时间通常利用几次垃圾回收来度量。

    python默认定义三代对象集合，索引数越大，对象存活时间越长。

    当某些内存块 M 经过了 几次垃圾收集的清洗之后还存活时，我们就将内存块 M 划
    到一个集合 A 中去，而新分配的内存都划分到集合 B 中去。当垃圾收集开始工作时，
    大多数情况都只对集合 B 进行垃圾回收，而对集合 A 进行垃圾回收要隔相当长一段
    时间后才进行，这就使得垃圾收集机制需要处理的内存少了，效率自然就提高了。
    在这个过程中，集合 B 中的某些内存块由于存活时间长而会被转移到集合 A 中，当
    然，集合 A 中实际上也存在一些垃圾，这些垃圾的回收会因为这种分代的机制而被
    延迟。

• python的内存管理

  ​ 引用计数、垃圾回收和内存池

  ​ 大内存使用malloc进行分配 （256K为界限分大小内存 ），free函数释放

  ​ 小内存使用内存池进行分配，