Python内存机制,python基于值的自动内存管理方式?
文章1.1可变和不可变对象1.2 Python垃圾收集(1)垃圾收集(2)标记清除和分代收集1.3 Python内存池参考1.1可变和不可变对象从一个简单的面试问题开始：list和tuple的区别
您可以添加、修改、插入和删除列表集中的元素。从下面的例子可以看出，并不要求列表中的每个元素都必须是相同的数据类型。
list=[1， abc]
Print(list) # output [1， abc]在元组集中，一个元素一旦被存储，以后就不能修改或删除。这比列表集安全多了，能使用tuple就用tuple。
复习：不可变对象：数值字符串的元组；变量对象：字典列表列表字节数组。
1.2 Python垃圾收集在Python中一切都是对象，Python中的存储问题也是对象的存储问题。python变量不允许指定类型，程序员也不需要关心内存管理，因为有Python内存管理器：Python内存池垃圾收集机制。
(1)垃圾收集垃圾收集主要以引用计数为主。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。参考计数发生变化：
下面四种情况，一个对象的引用计数1:对象被创建(a=11)，对象被引用(b=a)，对象作为参数传递给func(a)，对象作为元素存储在容器中(比如lst1=[a，a])。下面四种情况，对象的引用计数-1:对象的别名被显式销毁del a，对象的别名被赋予一个新的对象a=66，一个对象离开它的作用域(比如fun函数执行后，fun中的局部变量，注意全局变量不会)，对象所在的容器被销毁或者对象#！/usr/bin/python
## -*-编码：utf-8 -*-
导入系统
定义函数(c):
print( in func func ，sys.getrefcount(c)-1)
print (init ，sys.getrefcount(11)-1)
a=11
print(在a=11 -之后，sys.getrefcount(11)-1)
b=a
print(在b=a -之后，sys.getrefcount(11)-1)
Func(11) #在调用函数中为2:另一个引用是函数栈保存参数对参数的引用。
print (after func(11) -，sys.getrefcount(11)-1)
lst1=[a，12，14]
print(在lst1=[a，12，14] -，sys.getrefcount(11)-1之后)
a=666
print(在a=666 -之后，sys.getrefcount(11)-1)
德尔阿
print(在del a -之后，sys.getrefcount(11)-1)
德尔湾
print(在del b - 之后，sys.getrefcount(11)-1)
del lst1
print (after del lst1-，sys.getrefcount (11)-1)的结果为
初始化50
在a=11 - 51之后
在b=a - 52之后
在功能函数54中
在func(11) - 52之后
在lst1=[a，12，14] - 53之后
a=666 - 52后
在del a - 52之后
在del b - 51之后
Dellst 1-50 (2)标记清除和分代回收垃圾收集机制主要是以引用机制为主，标记清除和分代回收机制为辅。标记清除机制(Mark-clear mechanism):用于解决计数引用导致的循环引用导致内存无法释放的问题(循环引用只能在容器对象中产生，如字典、元组、列表等。);在标记阶段，遍历所有对象。如果它是可到达的，即仍然有对象引用它，则该对象被标记为可到达的清理阶段，并再次遍历该对象。如果发现一个对象没有被标记为不可达，那么它将被分代回收。回收机制：提高垃圾收集效率。1.3 Python内存池Python内存管理器除了典型的垃圾收集机制之外，还有Python内存池。下图是CPython(Python解释器)的内存架构图：
Python的对象管理主要位于1级~ 3级：python的内置对象(如int、dict等)都有独立的私有内存池。)，而且对象之间的内存池是不共享的，即int释放的内存不会分配给float使用2级：当应用的内存大小小于256KB时，内存分配主要由Python的对象分配器(1级)实现：当请求的内存大小大于256KB时，由Python的原生内存分配器分配，本质上是调用C标准库中的malloc/realloc等函数。至于释放内存，当一个对象的引用计数变成0时，Python会调用它的析构函数。调用析构函数并不意味着最终会调用free来释放内存空间。如果是这样，频繁的申请和释放内存空间会大大降低Python的执行效率。因此，析构函数中也采用了内存池机制，从内存池中申请的内存会被返回到内存池中，避免频繁的申请和释放动作。
参考[1] Python的内存管理机制：引入计数、垃圾收集和内存池机制。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。