Python内存管理

引用计数

Python的内存管理以引用计数为主。

引用计数增加的场景如下：

1.对象被创建并赋值给某个变量

2.变量间相互引用，相当于变量指向了同一个对象

3.变量作为参数传入某个函数中

4.将对象放入某个容器对象中

引用计数减少的场景如下：

1.对象的引用变量被销毁

2.对象的引用被赋值给其他对象

3.变量离开作用域，如：函数执行完成

4.对象被从容器对象中销毁，或整个容器被销毁

sys.getrefcount()函数可以查看对象的引用计数，但是调用此函数时，会临时增加一个引用计数，得到的结果比预期多一次，如下图

使用引用计数会存在循环引用的问题，导致在程序运行期间，应该被回收的内存并没有正确回收，造成了内存泄露，我们可以使用gc机制强制回收内存

from sys import getrefcount
x = ["xxx"]
y = ["yyy"]
print(f"reference count of x is {getrefcount(x)}")
print(f"reference count of y is {getrefcount(y)}")
#两个列表之间相互引用
x.append(y)     #引用y
y.append(x)     #引用x
print("*" * 30)
print(f"reference count of x is {getrefcount(x)}")
print(f"reference count of y is {getrefcount(y)}")
#del语句--删除到变量到对象的引用和变量名称本身
del x       #引用计数仍为1，不是0，所以对象不会被销毁-->内存泄露
del y
try:
    print(f"reference count of x is {getrefcount(x)}")
    print(f"reference count of y is {getrefcount(y)}")
except NameError as err:
    print(err)

gc机制--垃圾回收机制

在Python中，会采用分代回收的方式：把对象分为三代，对象在创建的时候，放在一代中，当一代的总数达到上限时，就会触发垃圾回收机制，把那些可以回收的对象回收掉，那些没被回收的对象就被移动到二代中去，以此类推，三代中的对象是存活最久的对象，甚至会存活于整个系统的生命周期内

分代回收是建立在标记清除基础上的（垃圾回收=垃圾检查+垃圾回收），分为两个阶段：

1.标记阶段：遍历所有对象，如果还有对象引用它，那么就标记该对象为可达

2.清除阶段：再次遍历对象，如果发现某个对象没有标记可达，就将其回收

总结来说，Python的垃圾回收方式为以引用计数为主，分代回收和标记清除为辅的垃圾回收方式

内存池

在内存分配时，引入内存池机制，以此来缓存小整数和简单字符串

小整数缓冲池

程序运行时会创建小整数（[-5, 256]）放入内存池中，如果创建整数对象的时候，在-5~256之间就直接从内存池分配空间；如果不在这个区间，就创建新的对象

a = 1
b = 1
#两个变量的内存地址是一样的
print(f"id of a is {id(a)}")
print(f"id of b is {id(b)}")

简单字符串驻留区

特殊字符不会驻留（但是仅有一个特殊字符会进入驻留区），长度超过一定范围也不会驻留

str1 = "abc"
str2 = "abc"
# 两个变量的内存地址是一样的
print(f"id of str1 is {id(str1)}")
print(f"id of str2 is {id(str2)}")

深浅拷贝

深浅拷贝只有在容器类型中包含可变数据类型的时候才会有区别

浅拷贝只会拷贝最外层数据的引用，它里面可变数据类型的修改可能会影响原对象

深拷贝会对容器类型里面的可变数据类型做一次全新的copy，生成新的可变数据类型，它里面的修改不会影响原来那个对象

浅拷贝

例：使用可变数据类型的copy属性

lst1 = [1, "abc", 2, ["hello"]]
lst2 = lst1.copy()
print(f"lst1: {lst1}, lst1 id: {id(lst1)}")
print(f"lst2: {lst2}, lst1 id: {id(lst2)}")

#列表中元素的地址是一样的，说明浅拷贝就是新建一个列表空间将引用拷贝一份
print(f"lst1[0] id: {id(lst1[0])}")
print(f"lst2[0] id: {id(lst2[0])}")

# 修改lst2中可变数据类型的值
lst2[3].append("sumeng")
print("after modify......")
print(f"lst1: {lst1}")
print(f"lst2: {lst2}")

深拷贝

只有一种形式可以实现：copy模块中的deepcopy

from copy import deepcopy
lst1 = [1, 'abc', 2, ['hello']]
lst2 = deepcopy(lst1)

# 列表中值的地址是不一致的，说明深拷贝是拷贝值
print(f"lst1[3] id: {id(lst1[3])}")
print(f"lst2[3] id: {id(lst2[3])}")

# 修改列表中可变数据类型的值，不会影响原始列表lst1
lst2[3].append("sumeng")
print("after modify......")
print(f"lst1: {lst1}")
print(f"lst2: {lst2}")