Python對記憶體的管理要從三個方面來說
物件的參考機制
Pyhton的內部使用參考計數，來保持記憶體中的物件，所有物件都有參考計數，
參考計數增加：
一個物件分配一個新名稱
將其放入一個容器中(串列、元素或字典)
參考減少的情況
使用del陳述句將物件的別名顯式的銷毀
物件的一個別名被賦值給其他物件
物件從一個視窗物件中移除，或，視窗物件本身被銷毀
一個本地參考離開了它的作用域
注：獲取參考物件：通過sys.getrefcount( )函式獲取某個參考的參考數，函式引數實際上創建了一個臨時的參考，因此，getrefcount( )所得到的結果，會比期望多1，
垃圾回收
當一個物件的參考計數歸零時，它將被垃圾回識訓制處理掉，
python的自動垃圾回收
當分配物件的次數和取消分配物件的次數的差值高于某個閾值時，垃圾回收才會啟動，
分代回收
python分代回識訓本策略：Pyhton認為存活時間越久的物件，越不可能在后面的程式中變成垃圾，(在垃圾回收的程序中，減少“長壽”物件的掃描頻率)，
1 Python將所有的物件分為0, 1, 2三代，所有新建的物件都是0代物件，
2 當某一代物件經歷過垃圾回收，依然存活，那么它就被歸入下一代物件，
3 每次垃圾回收啟動時，一定會掃描所有0代物件，如果0代物件經過一定次數 垃圾回收，那么就會啟動0代和1代的掃描清理，
4 當1代經歷一定次數的垃圾回收后，那么會啟動對0，1，2，即對所有物件進行掃描，
5 對于函式set_threshold()，回傳(700, 10, 10)，700為分配物件和取消分配物件的差值，當差值大于700時，啟動垃圾回收；
6 每10次0代垃圾回收，會配合1次1代回收
記憶體池機制
Python的記憶體垃圾回識訓制，將不用的記憶體放到記憶體池而不是回傳給作業系統，
1 為了加速Python的執行效率，Python引入記憶體池機制，用于管理對小塊記憶體的管理和釋放，
對于所有小于256個位元組的物件都使用pymalloc實作的分配器；而大于這個長度的物件則使用系統的malloc，
2 對于Python物件，如整數、浮點數和List，都有其獨立的私有記憶體池，物件間不共享他們的記憶體池，如果你分配又釋放了大量的整數，用于快取這些整數的記憶體不能再分配給浮點數
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/122694.html
標籤：Python
上一篇：Python背景關系管理器
下一篇：Python 快取