Python -- 其他知识点（垃圾回收机制）

垃圾回收机制（Garbage collection）
一、小整数对象池
整数在程序中的使用非常广泛，Python为了优化速度，使用了小整数对象池， 避免为整数频繁申请和销毁内存空间。

Python 对小整数的定义是 [-5, 257) 这些整数对象是提前建立好的，不会被垃圾回收。在一个 Python 的程序中，所有位于这个范围内的整数使用的都是同一个对象。.

同理，单个字母也是这样的。但是当定义2个相同的字符串时，引用计数为0，将会触发垃圾回收机制。

二、大整数对象池

每一个大整数，均创建一个新的对象。

三、intern机制 

a1 = "HelloWorld"
a2 = "HelloWorld"
a3 = "HelloWorld"
a4 = "HelloWorld"
a5 = "HelloWorld"
a6 = "HelloWorld"
a7 = "HelloWorld"
a8 = "HelloWorld"
a9 = "HelloWorld"

python会不会创建9个对象呢？在内存中会不会开辟9个”HelloWorld”的内存空间呢？ 想象下，如果是这样的话，我们写10000个对象，比如a1=”HelloWorld”…..a1000=”HelloWorld”， 那他岂不是开辟了1000个”HelloWorld”所占的内存空间了呢？如果真这样，内存不就爆了吗？所以python中有这样一个机制—— intern机制 ，让他只占用一个”HelloWorld”所占的内存空间。靠引用计数去维护何时释放。

小结：
     1. 小整数[-5,257)共用对象，常驻内存
     2. 单个字符共用对象，常驻内存
     3. 单个单词，不可修改，默认开启intern机制，共用对象，如果引用计数为0，则销毁。

     注：字符串（含有空格），不可修改，没有开启intern机制，不共享对象，如果引用计数为0，则销毁该对象。

四、垃圾回收机制原理

Python里也同java一样采用了垃圾收集机制，不过不一样的是: Python采用的是引用计数机制为主，分代收集两种机制为辅的策略。

4.1、引用计数机制：

Python里每一个东西都是对象，它们的核心就是一个结构体： PyObject

typedef struct_object {
int ob_refcnt;
struct_typeobject *ob_type;
} PyObject;

PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数。当一个对象有新的引用时，它的ob_refcnt就会增加，当引用它的对象被删除，它的ob_refcnt就会减少。

#define Py_INCREF(op) ((op)->ob_refcnt++) //增加计数
#define Py_DECREF(op) \ //减少计数
if (--(op)->ob_refcnt != 0) \
; \
else \
__Py_Dealloc((PyObject *)(op))

当引用计数为0时，该对象生命就结束了

4.2、引用计数机制的优点：

1、简单

2、实时性：一旦没有引用，内存就直接释放了。不用像其他机制等到特定时机。实时性还带来一个好处：处理回收内存的时间分摊到了平时。

4.3、引用计数机制的缺点：

1、维护引用计数消耗资源

2、循环引用

五、在Ruby和Python中可视化垃圾收集
http://patshaughnessy.net/2013/10/24/visualizing-garbage-collection-in-ruby-and-python#disqus_thread

应用程序的跳动之心
GC系统不仅仅是“收集垃圾”。事实上，它们执行三项重要任务。他们

为新对象分配内存，
识别垃圾对象，和
从垃圾对象中回收内存。

想象一下，如果您的应用程序是一个人体：您编写的所有优雅代码，您的业务逻辑，您的算法，将是应用程序内部的大脑或智能。按照这个比喻，你认为垃圾收集器的身体部位是什么？[我从RuPy观众那里得到了很多有趣的答案：肾脏，白细胞:)]

我认为垃圾收集器是您应用程序的跳动核心。正如您的心脏为身体的其他部分提供血液和营养一样，垃圾收集器为您的应用程序提供内存和对象供您使用。如果你的心脏停止跳动，你会在几秒钟内死亡。如果垃圾收集器停止或运行缓慢 - 如果它堵塞了动脉 - 你的应用程序将减速并最终死亡！

一个简单的例子
使用示例来理解理论总是有帮助的。这是一个用Python和Ruby编写的简单类，我们今天可以用它作为例子：
-

 

顺便说一句，令我惊讶的是这个代码在两种语言中的相似之处：Ruby和Python实际上只是略有不同的说法。但语言也实现在国内类似的方式？

免费清单
当我们调用上面的Node.new（1）时，Ruby究竟做了什么？Ruby如何为我们创建一个新对象？

令人惊讶的是，它确实很少！事实上，在您的代码开始运行之前很久，Ruby就会提前创建数千个对象并将它们放在一个名为空闲列表的链表上。从概念上讲，这是免费列表的样子：

想象一下，上面的每个白色方块都是一个未使用的，预先创建的Ruby对象。当我们调用Node.new时，Ruby只需要将其中一个对象交给我们：

在上图中，左侧的灰色方块表示我们在代码中使用的活动Ruby对象，而剩余的白色方块是未使用的对象。[注意：当然，我的图表是现实的简化版本。事实上，Ruby会使用另一个对象来保存字符串“ABC”，第三个对象用于保存Node的类定义，还有其他对象用于保存我的代码的解析后的抽象语法树（AST）表示等。

如果我们再次调用Node.new，Ruby只会给我们另一个对象：

在Python中分配对象
我们已经看到Ruby提前创建对象并将它们保存在空闲列表中。那Python怎么样？

虽然Python在内部也出于各种原因使用空闲列表（它会回收某些对象，例如列表），但它通常会为新对象和值分配内存，而不像Ruby那样。

假设我们使用Python创建一个Node对象：

与Ruby不同，Python会在您创建对象时立即向操作系统询问内存。（Python实际上实现了自己的内存分配系统，它在操作系统堆之上提供了额外的抽象层。但是我今天没有时间进入这些细节。）

当我们创建第二个对象时，Python将再次向操作系统询问更多内存：

看起来够简单吧，在我们创建对象的时候，Python会花些时间为我们找到并分配内存。