Python的内存管理

Python内存管理机制：引入计数器，

 

计数器：

每个对象都有指向该对象的引用总计数。

赋值引用：查看对象的引用计数：sys.getrefcount()

 

 

 

引用计数增加：

 1、对象被创建，2、另外的别人被创建，3、作为容器对象的一个元素，4被作为参数传递给函数：foo(x)

引用计数减少：

1、对象的别名被显式的销毁，2、对象的一个别名被赋值给其他对象，3、对象从一个窗口对象中移除，或，窗口对象本身被销毁，4、一个本地引用离开了它的作用域，比如上面的foo(x)函数结束时，x指向的对象引用减1。

垃圾回收

原理

　　当Python的某个对象的引用计数降为0时，说明没有任何引用指向该对象，该对象就成为要被回收的垃圾。

注意

　　1、垃圾回收时，Python不能进行其它的任务，频繁的垃圾回收将大大降低Python的工作效率；

　　2、Python只会在特定条件下，自动启动垃圾回收（垃圾对象少就没必要回收）

　　3、当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数。当两者的差值高于某个阈值时，垃圾回收才会启动。

gc.get_threshold()　　#gc模块中查看阈值的方法

　　5、Python将所有的对象分为0，1，2三代；所有的新建对象都是0代对象；当某一代对象经历过垃圾回收，依然存活，就被归入下一代对象。

内存池机制

Python中有分为大内存和小内存：（256K为界限分大小内存）

1、大内存使用malloc进行分配

2、小内存使用内存池进行分配

3、Python的内存池(金字塔)

　　第3层：最上层，用户对Python对象的直接操作

　　第1层和第2层：内存池，有Python的接口函数PyMem_Malloc实现-----若请求分配的内存在1~256字节之间就使用内存池管理系统进行分配，调用malloc函数分配内存，但是每次只会分配一块大小为256K的大块内存，不会调用free函数释放内存，将该内存块留在内存池中以便下次使用。

　　第0层：大内存-----若请求分配的内存大于256K，malloc函数分配内存，free函数释放内存。

　　第-1，-2层：操作系统进行操作