Python内存管理、垃圾回收机制

一、各语言内存管理

C和C++：没有内存管理,完全是靠程序员手动释放和申请。
java：通过关键字new为对象申请内存空间，由GC决定和执行对象的释放。

二、Python内存管理&术语

python中一切皆对象，这些对象内存在运行时动态分配。
python变量无需事先申明和指定类型，程序员无需关心内存管理，python解释器会自动回收。
这一切由python内存管理器承担复杂的内存管理工作。

1、内存分配

Python解释器在运行时为程序分配内存。当程序创建变量、对象或函数时，解释器会在内存中为其分配空间。Python使用堆来管理内存，这意味着内存分配和释放是动态的。

2、引用计数

Python使用引用计数来跟踪对象的引用数量。每当一个对象被引用时，其引用计数会增加；当一个引用被删除时，其引用计数会减少。当一个对象的引用计数为0时，解释器会将其标记为垃圾并回收其内存。

3、循环引用

在Python中，循环引用是一种常见的问题。当两个或多个对象相互引用时，它们的引用计数永远不会为0，因此无法被垃圾回收。Python通过周期检测来解决循环引用问题。当检测到循环引用时，解释器会将其标记为垃圾并回收其内存。

当两个对象a和b相互引用时，因此引用计数不会归零，对象也不会销毁，从而导致内存泄露。为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。

三、内存管理机制（垃圾回收机制）

python主要采用引用计数机制为主，标记-清除和分代收集(分代回收)两种机制为辅的策略。

1、引用计数机制

引用计数是一种垃圾回收机制，当python的某个对象的引用计数为0时，该对象就成为要被回收的垃圾，但是并不是立马回收，而是等到garbage collection （GC）触发时才回收。
注意：
(1)、栈内存、堆内存

• 栈内存：存放变量和内存地址
  

• 堆内存：存放值

(2)，GC的效率：

在垃圾回收时，python不能进行其他任务，频繁的垃圾回收会大大降低python的工作效率；
原因是GIL的存在，当GC运行的时候，会抢python解释器锁，其他线程处于阻塞状态，会降低python的工作效率，所以GC的回收不要那么频繁。

(3)，GC的启动：

当python运行时，会记录其中分配对象和取消对象的次数，当二者的差值高于某个阈值（默认700）时，垃圾回收才会启动。
(4)，GC的触发：

• 主动调用gc.collect()
• GC达到阈值时自动触发
• 程序退出时

查看引用计数：

使用sys包中的getrefcount()，来查看某个对象的引用计数。
需要注意的是，当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此，getrefcount()所得到的结果，会比期望的多1。