python 内存管理机制_python会提前把整形放在一片内存中-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_45734982/article/details/103931905

一、对象池

1、python内存管理机制是什么?

1). 由于python中万物皆对象，内存管理机制就是对象的存储问题，Python会分配一块内存空间去存储对象。

对于整数和短小的字符等，python会执行缓存机制，即将这些对象进行缓存，不会为相同的对象分配多个内存空间

3). 容器对象，如列表、元组、字典等，存储的其他对象，仅仅是其他对象的引用，即地址，并不是这些对象本身

2、小整数对象池
在这里插入图片描述
1). 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。

2). Python对小整数的定义是[-5,257)，注意左闭右开，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.
例如：
在这里插入图片描述
3、字符串驻留机制

1）string interning（字符串驻留）: 它通过维护一个字符串常量池（string intern pool），从而试图只保存唯一的字符串对象，达到既高效又节省内存地处理字符串的目的。

2）创建新的字符串对象时，Python 先比较常量池中是否有相同的对象（interned），有的话则将指针指向已有对象，并减少新对象的指针，新对象由于没有引用计数，就会被垃圾回收机制回收掉，释放出内存。

3）字符串(含有空格),不可修改,没开启intern机制,不共用对象,引用计数为0,销毁。

如下：
在这里插入图片描述
4、内存溢出与内存泄露

内存溢出 out of memory，是指程序在申请内存时，没有足够的内存空间供其使用。比方说，定义了20个字节大小的内存空间，却写入了21个字节的数据。

内存泄露 memory leak，是指程序在申请内存后，无法释放已申请的内存空间。若内存泄露堆积，内存逐渐减少，从而降低性能。

                   memory leak会最终会导致out of memory！

5、为什么需要Garbage collection

为了防止内存泄露. 对编程语言来说，GC 就是一个无名英雄，拼命地将垃圾回收再利用。

Python采用的是引用计数机制为主,标记-清除和分代收集两种机制为辅的垃圾回收策略。

二、引用计数机制
GC 原本是一种“释放怎么都无法被引用的对象的机制”。那么人们自然而然地就会想到,可以让所有对象事先记录下“有多少程序引用自己”。让各对象知道自己的“人气指数”,从而让没有人气的对象自己消失,这就是引用计数法(Reference Counting).

python里每一个东⻄都是对象,它们的核心就是结构体: PyObject。当引用计数为0时,该对象生命就结束了。
在这里插入图片描述
1、引用计数器工作机制

（1）一个对象会记录着引用自己的对象的个数，每增加一个引用，个数+1，每减少一个引用，个数-1

（2）查看引用对象个数的方法：导入sys模块，使用模块中的getrefcount(对象)方法，由于这里也是一个引用，故输出的结果多1

(3) 引用计数器机制：利用引用计数器方法，在检测到对象引用个数为0时，对普通的对象进行释放内存的机制

1》导致引用计数+1的情况

1). 对象被创建,例如a=23
name = ‘fentiao’
2). 对象被引用,例如b=a
import sys
sys.getrefcount(name)
3). 对象被作为参数,传入到一个函数中,例如func(a)
cat_name = name
sys.getrefcount(name)
4). 对象作为一个元素,存储在容器中,例如list1=[a,a]
l = [name, ‘hello’, ‘python’]
sys.getrefcount(name)

2》导致引用计数-1的情况

1). 对象的别名被显式销毁,例如del a
del cat_name
sys.getrefcount(name)
2). 对象的别名被赋予新的对象,例如a=24
name1 = name
sys.getrefcount(name)
3). 一个对象离开它的作用域,例如f函数执行完毕时,func函数中的局部变量(全局变量不会)
name1 = ‘hello’
sys.getrefcount(name)
4). 对象所在的容器被销毁,或从容器中删除对象

l
[‘fentiao’, ‘hello’, ‘python’]
del l[0]
sys.getrefcount(name)

其优点:

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。

其缺点:循环引用

1), 维护引用计数消耗资源

2). 循环引用

循环引用

list1与list2相互引用,如果不存在其他对象对它们的引用,list1与list2的引用计数也仍然为1,所占用的内存永远无法被回收,这将是致命的。

对于如今的强大硬件,缺点1尚可接受,但是循环引用导致内存泄露,注定python还将引入新的回收机制。(标记清除和分代收集)

三、标记-清除机制

如它的字面意思一样,GC 标记 - 清除算法由标记阶段和清除阶段构成。标记阶段是把所有活动对象都做上标记的阶段。清除阶段是把那些没有标记的对象,也就是非活动对象回收的阶段。通过这两个阶段,就可以令不能利用的内存空间重新得到利用。
在这里插入图片描述
四、分代回收机制
分代垃圾回收(Generational GC)在对象中导入了“年龄”的概念,通过优先回收容易成为垃圾的对象,提高垃圾回收的效率。
1). 分代垃圾回收中把对象分类成几代,针对不同的代使用不同的 GC 算法,我们把刚生成的对象称为新生代对象,到达一定年龄的对象则称为老年代对象。

2). 新生代 GC 将存活了一定次数的新生代对象当作老年代对象来处理。我们把类似于这样的新生代对象上升为老年代对象的情况称为晋升(promotion)。

3). 老年代对象很难成为垃圾,所以我们对老年代对象减少执行 GC 的频率, 从而提高效率。gc模块提供操作垃圾回收的接口，包括禁用gc，调整回收频率，配置debug选项，同时提供对无法释放内存对象的访问权。

在这里插入图片描述
gc模块提供操作垃圾回收的接口，包括禁用gc，调整回收频率，配置debug选项，同时提供对无法释放内存对象的访问权。

# 1). 分代回收的频率
gc.get_threshold()
(700, 10, 10)
gc.set_threshold(700, 90, 90)
KeyboardInterrupt
 
# 2). 垃圾回收机制是否开启
gc.isenabled()
True
gc.isenabled()
False
gc.enable()
gc.isenabled()
True