文章目录
1.1 可变对象和不可变对象
从一道简单的面试题开始： ​list​和 ​tuple​区别
在 ​list​集合中可以实现元素的添加、修改、插入、以及删除，由下面的例子可看出并没有要求 ​list​里的每个元素必须是相同的数据类型。
list = [1, 'abc']print(list) # 输出[1, 'abc']
在 ​tuple​集合中，一旦元素被存储，以后就不能修改，删除了，这比list集合安全许多，所以能用 ​tuple​就用 ​tuple​。
回顾：不可变对象：数字 字符串 元组 ​tuple​ ；可变对象：字典 列表 ​list​ 字节数组。
1.2 Python垃圾回收
Python中万物皆对象，在Python中的存储问题也是对象的存储问题。python变量不许指定类型，程序员也无需关心内存管理，因为有Python内存管理器：python内存池 + 垃圾回收机制。
（1）垃圾回收
- 垃圾回收主要基于引用计数，但其缺点：不能解决对象的“循环引用”，需要额外的空间来维护引用计数。
[En]
garbage collection is mainly based on reference counting, but its disadvantages: it can not solve the “circular reference” of objects, and extra space is needed to maintain reference counting.*
引用计数改变的情况：
-
在以下四种情况下，对象的引用计数为+1：
[En]
in the following four cases, the reference count of the object is + 1:*
-
对象被创建（a=11）、
- 对象被引用（b=a）、
- 对象被作为参数传到函数中 func(a)、
-
对象作为一个元素存储在容器中（如lst1=[a,a]）
-
在以下四种情况下，对象的引用计数为-1：
[En]
in the following four cases, the reference count of the object is-1:*
-
对象的别名被显式销毁 del a、
- 对象的别名被赋予新的对象 a=66、
- 一个对象离开其作用域(如fun函数执行完，
- fun里的局部变量，注意全局变量不会)，对象所在的容器被销毁或从容器中删除对象
#!/usr/bin/python## -*- coding: utf-8 -*-import sysdef func(c): print ('in func function',sys.getrefcount(c)-1)print ('init',sys.getrefcount(11)-1)a=11print ('after a=11----',sys.getrefcount(11)-1)b=aprint ('after b=a----',sys.getrefcount(11)-1)func(11) #调用函数中是+2:另一个引用是函数栈保存了入参对形参的引用print ('after func(11)----',sys.getrefcount(11)-1)lst1=[a,12,14]print ('after lst1=[a,12,14]----',sys.getrefcount(11)-1)a=666print ('after a=666----',sys.getrefcount(11)-1)del aprint ('after del a----',sys.getrefcount(11)-1)del bprint ('after del b----',sys.getrefcount(11)-1)del lst1print ('after del lst1----',sys.getrefcount(11)-1)
结果为
init 50after a=11---- 51after b=a---- 52in func function 54after func(11)---- 52after lst1=[a,12,14]---- 53after a=666---- 52after del a---- 52after del b---- 51after del lst1---- 50
（2）标记-清除 and 分代回收
-
垃圾收集机制以引用机制为主，清标机制为辅，逐代收集机制：
[En]
garbage collection mechanism is dominated by reference mechanism, supplemented by mark-clear mechanism, and generation-by-generation collection mechanism:*
-
标记-清除机制：用来解决计数引用带来的循环引用而无法释放内存的问题（循环引用只有在容器对象才会产生，如字典、元组、列表等）；
-
标记阶段，遍历所有的对象，如果是可达的（reachable），也就是还有对象引用它，那么就标记该对象为可达
-
清除阶段，再次遍历对象，如果发现某个对象没有标记为可达（即为Unreachable），则就将其回收
-
代用回收机制：提升垃圾收集效率。
[En]
generational recycling mechanism: to enhance the efficiency of garbage collection.*
1.3 Python内存池
Python内存管理器除了典型的垃圾回收机制，还有Python内存池，下图为CPython（Python解释器）的内存架构图：
-
python的对象管理主要位于Level+1~Level+3层
-
Level+3层：对于python内置的对象（比如int,dict等）都有独立的私有内存池，对象之间的内存池不共享，即int释放的内存，不会被分配给float使用
- Level+2层：当申请的内存大小小于256KB时，内存分配主要由 Python 对象分配器（Python’s object allocator）实施
- Level+1层：当申请的内存大小大于256KB时，由Python原生的内存分配器进行分配，本质上是调用C标准库中的malloc/realloc等函数
关于释放内存方面，当一个对象的引用计数变为0时，Python就会调用它的析构函数。调用析构函数并不意味着最终一定会调用free来释放内存空间，如果真是这样的话，那频繁地申请、释放内存空间会使Python的执行效率大打折扣。因此在析构时也采用了内存池机制，从内存池申请到的内存会被归还到内存池中，以避免频繁地申请和释放动作。
Reference
[1] Python的内存管理机制：引入计数、垃圾回收、内存池机制
Original: https://blog.51cto.com/u_15717393/5502416
Author: wx62cea850b9e28
Title: 【Python】Python内存管理机制
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/513301/
转载文章受原作者版权保护。转载请注明原作者出处！