20191031:Python底层机制
python底层从3个方面来说，分别是:
- 引用计数机制
- 垃圾回收机制
- 内存池机制
引用计数机制
使用引用计数来追踪内存中的对象，所有对象都有引用计数，并且这个引用计数一般比我们想象的次数多，对于不可变数据（如数字和字符串），解释器会在程序的不同部分共享内存，以便节约内存,可以通过sys.getrefcount( )来查看对象应用次数。如下：
|
>>> a =19880924 >>> sys.getrefcount(19880924) 3 >>> b =19880924 >>> sys.getrefcount(19880924) 3 >>> c = 19880924 >>> sys.getrefcount(19880924) |
可以看到19880924的引用次数没有随着对象的声明而增加。
|
>>> c = 19880924 >>> sys.getrefcount(19880924) 3 >>> sys.getrefcount(c) 2 >>> d = c >>> sys.getrefcount(c) 3 >>> e = c >>> sys.getrefcount(c) 4 |
但是如果是对象的引用，则对象的引用次数增加
内存存储机制类似如下：
引用计数增加的情况：
1，一个对象分配一个新名称
2，将其放入一个容器中（如列表、元组或字典）
引用计数减少的情况：
1，使用del语句对对象别名显示的销毁
2，引用超出作用域或被重新赋值
垃圾回收机制
- 当一个对象的引用计数为0的时候就被垃圾回收给回收掉了
- 解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。
a) 假如2个对象相互引用，由于每个对象都包含一个对其他对象的应用，因此引用计数不会归零，对象也不会销毁。针对这种情况适用于2
内存池机制
Pymalloc机制：引入内存池机制，是用于管理小块内存的申请和释放的，Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc。对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。
python回收的内存放到内存池而不是返回给操作系统。