Python 内存管理和回收

Python对内存的管理要从三个方面来说

对象的引用机制#

Pyhton的内部使用引用计数，来保持内存中的对象，所有对象都有引用计数。

引用计数增加：#

一个对象分配一个新名称
将其放入一个容器中(列表、元素或字典)

引用减少的情况#

使用del语句将对象的别名显式的销毁
对象的一个别名被赋值给其他对象
对象从一个窗口对象中移除，或，窗口对象本身被销毁
一个本地引用离开了它的作用域
注：获取引用对象：通过sys.getrefcount( )函数获取某个引用的引用数，函数参数实际上创建了一个临时的引用。因此，getrefcount( )所得到的结果，会比期望多1。

垃圾回收#

当一个对象的引用计数归零时，它将被垃圾回收机制处理掉。

python的自动垃圾回收#

当分配对象的次数和取消分配对象的次数的差值高于某个阈值时，垃圾回收才会启动。

分代回收#

python分代回收基本策略：Pyhton认为存活时间越久的对象，越不可能在后面的程序中变成垃圾。(在垃圾回收的过程中，减少“长寿”对象的扫描频率)。

1 Python将所有的对象分为0, 1, 2三代。所有新建的对象都是0代对象。

2 当某一代对象经历过垃圾回收，依然存活，那么它就被归入下一代对象。

3 每次垃圾回收启动时，一定会扫描所有0代对象。如果0代对象经过一定次数 垃圾回收，那么就会启动0代和1代的扫描清理。

4 当1代经历一定次数的垃圾回收后，那么会启动对0，1，2，即对所有对象进行扫描。

5 对于函数set_threshold()，返回(700, 10, 10)，700为分配对象和取消分配对象的差值，当差值大于700时，启动垃圾回收；

6 每10次0代垃圾回收，会配合1次1代回收

内存池机制#

Python的内存垃圾回收机制，将不用的内存放到内存池而不是返回给操作系统。

1 为了加速Python的执行效率，Python引入内存池机制，用于管理对小块内存的管理和释放。
对于所有小于256个字节的对象都使用pymalloc实现的分配器；而大于这个长度的对象则使用系统的malloc。

2 对于Python对象，如整数、浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。如果你分配又释放了大量的整数，用于缓存这些整数的内存不能再分配给浮点数