python内存管理机制

---

一、Python如何进行内存管理

Python内存管理一般考虑以下三个方面：

1）对象引用计数机制（四自增五自减）

2）对象引用计数机制垃圾回收（手动和自动、分代回收）

3）内存池机制（大m，小p）

1）对象引用计数机制

要在Python中跟踪内存对象，可以使用引用计数的简单技术。count(a)可以检查对象a的引用计数，但是比正常计数大1，因为调用函数时传递了a，这会让a的引用计数增加1

2）废物收集机制

吃多了总会发胖，Python也是如此。随着Python中的对象越来越多，它们会占用越来越多的内存。但你不必太担心Python的大小，它会在适当的时候“减肥”，启动垃圾收集（garbage
collection）并删除不需要的对象

。一个基本原理，当Python中某个对象的引用计数下降到0时，就意味着没有引用指向该对象，该对象就成为垃圾被回收

例如，a如果对象再次被分配引用，该对象的引用计数变为1。如果删除该引用，该对象的引用计数达到0，则该对象可以被垃圾收集。

然而，减肥是昂贵且费力的。在垃圾收集期间，Python无法执行任何其他任务。频繁的垃圾回收会大大降低Python的工作效率。如果内存中的对象不多，则没有必要总是启动垃圾回收。

所以Python只有在特定条件下才会自动启动垃圾回收。当Python运行时，对象分配（object
allocation）和对象释放（objectdeallocation）的数量将被记录。当两者之差超过一定阈值时，就会开始垃圾收集。

我们可以通过gc模块的get_threshold()方法查看阈值。

3）内存池机制

Python分为大内存和小内存：（256K是大小内存的限制）

1个malloc内存分配用途

2.使用内存池分配小内存

Python中内存管理机制有两套实现方式一套是针对小对象的，即当大小小于256K时，pymalloc会申请内存空间内存池；当大于256K时，将直接执行系统malloc行为来申请内存空间；

---

二、Python如何管理内存Python中的内存管理是从三个方面进行的：一是对象的引用计数机制，二是垃圾回收机制，三是内存池机制
1.对象的引用计数机制Python内部使用引用计数来跟踪内存中的对象，所有对象都有引用计数。
引用计数增加的情况：
1为对象指定新名称
2将其放入容器（例如列表、元组或字典）
引用计数减少-情况：
1。使用del语句显式销毁对象别名
2引用超出其范围或被重新赋值
count()函数可以检索当前引用。对象的计数
在大多数情况下，引用计数比您想象的要大得多。对于不可变数据（例如数字和字符串），解释器在程序的不同部分之间共享内存以节省内存。
2垃圾收集
1当对象的引用计数达到零时，将由垃圾收集机制进行处理。
2.当两个对象a和b相互引用时，sub语句可以减少a和b的引用计数并销毁用于引用底层对象的名称。但是，由于每个对象都包含对其他对象的应用程序，因此引用计数不会重置为零，并且该对象也不会被销毁。（这会导致内存泄漏）。为了解决这个问题，解释器定期执行循环检测器，搜索具有不可用对象的循环并将其删除。
3.内存池机制
Python为内存提供了垃圾回收机制，但它会将未使用的内存放入内存池中，而不是返回给操作系统。
oc机制。为了加快Python的执行效率，Python引入了内存池机制来管理小内存的申请和释放。
中所有小于256字节的对象都使用pymalloc实现的分配器，而大对象则使用系统的malloc。
对象，例如整数、浮点数和列表，都有自己独立的私有内存池，并且它们的内存池在对象之间不共享。这意味着，如果分配和释放大量整数，则用于缓存这些整数的内存将无法再分配给浮点数。

---

三、python基于值的内存管理方式是什么？Python使用基于值的内存管理模型。
Python中的一切都是对象，变量存储对对象的引用。对于Python语言来说，对象类型和内存是在运行时确定的。这就是为什么我们称Python语言为动态类型（这里，动态类型将内存地址分配给变量，它会在运行时自动确定变量的类型并为变量赋值）。