pyhton内存管理
变量的存储
只有Python解释器运行了pyhton文件，字符被读入了内存，才会有变量这个概念。也就是说变量是存放在内存当中的
变量名：存储在名称空间中，存储了变量值的内存地址，调用变量名，即通过内存地址访问变量值
变量值：存储在内存中
引用计数
每当定义一个变量，即开辟一个内存空间存放变量值
同时往名称空间中添加变量名，存放变量值的内存地址
变量名就是变量值的一个引用
x = 10 # 10引用计数加1为1
y = x # 10引用计数加1为2
x = 11 # 10引用计数减1为1；11引用计数加1为1
del y # 10引用计数减1为0，触发python垃圾回收机制，python清理10的内存占用
python垃圾回收机制
存储机制：
栈区：存储变量名和变量值内存地址关联关系
堆区：存储变量值
内存管理回收的是堆区的内容
1、引用计数
变量值引用计数为0，变量值所占的内存会被释放
2、标记清除
循环引用：
1、容器对象包含其他对象，存储的只是其他对象的内存地址，添加引用而已
2、循环引用指的就是容器对象互相包含，即互相引用了，那么当栈区变量名与内存关联被删除后，它们的值存储了对方的引用，即引用计数不为0，然后又跟其他的任何对象不产生关联。
3、容器对象，如列表，字典，元组，集合，类等都可以包含其他对象的引用，都可能产生循环引用问题
标记清除：
1、使用GC算法
2、标记：遍历所有的GC Roots对象(栈区中的所有内容或者线程)，将所有GC Roots对象能直接或者间接访问到的d对象标记为存活状态，其余的均为非存活状态，应该被清除
3、清除：遍历堆中所有的对象，将没有标记的对象全部清除
2、分代回收
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，非常耗时
分代：指的是根据变量在多次扫描后，都没有被回收的变量，gc机制将其扫描频率降低，这样多次分级之后，大大减少了遍历的变量个数，节省了时间
回收：依然是，引用计数为0就回收内存
小整数池
Python实现int的时候有个小整数池。
为了避免因创建相同的值而重复申请内存空间所带来的效率问题， Python解释器会在启动时创建出小整数池，范围是[-5,256]
该范围内的小整数对象是全局解释器范围内被重复使用，永远不会被垃圾回收机制回收
另外
在pycharm中运行python程序时
pycharm出于对性能的考虑，会扩大小整数池的范围，其他的字符串等不可变类型也都包含在内
这是一种优化机制，至于范围到底多大，无需细究
