python设置可用内存

---

一、python如何进行内存管理Python内存管理主要有三种机制：引用计数机制、垃圾回收机制和内存池机制。
引用计数机制
简介
Python内部使用引用计数来跟踪内存中的对象，创建引用计数，当不再需要该对象时，它会被垃圾回收。引用对象达到计数0。
特点
1．当为对象分配新名称或将对象放置在容器（列表、元组或字典）中时，对象的引用将递增。
2.当del用于显式销毁一个对象或其引用超出其范围或被替换时，该对象的引用将会减少。
3.在大多数情况下，叙述性报告比猜测重要得多。对于不可变数据（数字和字符串），解释器在程序的不同部分之间共享内存以节省内存。
垃圾收集机制
特点
1．检查计数为0的对象并清除其内存空间。当然，除了清除计数0的关系之外，还有一种情况也必须除十的垃圾：当两个事物彼此相关时，它们的另一个已经是0。
2.垃圾收集机制还有一个循环垃圾收集器来释放循环对象（a引用b，b引用a，导致其语句永远不会为0）。
内存泄漏机制
简介
在Python中，很多时候内存被申请到应用程序不创建对象的小内存块，因此它不是对象级别的内存泄漏机制。这意味着Python在运行过程中会进行大量的malloc和free操作，并且会经常在用户态和内核态之间切换，这会严重影响Python的执行效率。为了加快Python执行效率，Python引入了内存池机制来管理小内存对象的申请和释放。
Pagan内存概念
内存池的概念是从最后一块内存开始，提前申请一定数量等于内存块来预留。这样做的主要好处是可以减少内存碎片，提高效率。实现内存泄漏的方式有很多种，应用的效果和方法也不同。
特点
1。Python提供了内存垃圾回收机制，但它将未使用的内存放入内存中，而不是返回给操作系统。
oc机制。为了加快Python执行效率，Python引入了内存池机制来管理小内存对象的申请和释放。
3.
4.这意味着，如果它们分配和释放大量整数，则用于存储这些数字的内存不能再分配给浮点数。

---

二、python的内存管理机制

对于Python来说，内存管理涉及所有Python对象和堆。Python内存管理器在内部确保堆的管理和分配。Python内存管理器具有不同的组件来处理各种动态存储管理方面，例如共享、分段、预分配或缓存。

在最低级别，原始内存分配器通过与操作系统的内存管理器交互来确保堆中有足够的空间来存储所有与Python相关的数据。在原始内存分配器之上，多个特定于对象的分配器在同一堆上运行，并实现适合每种对象类型特征的不同内存管理策略。

例如，整数对象在堆中的管理方式与字符串、元组或字典不同，因为整数意味着不同的存储要求和速度/空间权衡。因此，Python内存管理器将一些工作委托给特定于对象的分配器，但确保后者在堆的边界内运行。

重要的是要理解，Python堆的管理是由解释器本身执行的，用户无法控制它，即使他们经常操作指向堆内内存块的对象指针。Python内存管理器通过本文档中列出的Python/CAPI函数执行Python对象和其他内部缓冲区的按需堆空间分配。

为了避免内存损坏，扩展编写者不应尝试使用C库导出的函数来操作Python对象：malloc()、calloc()、realloc()和free()。这将导致C分配器和Python内存管理器之间的混合调用，从而带来致命的后果，因为它们实现不同的算法并在不同的堆上运行。

在大多数情况下，我们建议从Python堆分配内存，因为后者由Python内存管理器控制。例如，当使用用C编写的新对象类型扩展解释器时，这是必需的。使用Python堆的另一个原因是希望通知Python内存管理器有关扩展模块的内存要求。能够将所有内存请求委托给Python内存管理器还可以使解释器整体上获得更准确的内存占用。因此在某些情况下，Python内存管理器可能会也可能不会触发适当的操作，例如垃圾收集、内存压缩等。