Python内存
None 和小整数池相似，python解释器启动就初始化好的
小整数池
当python解释器启动，就会在内存初始化一块保存-5到256的区域
而且这部分不会被垃圾回收，直到python解释器关闭
交互式里面运行：
a=1
b=1
print(a is b)
True
a=257
b=257
print(a is b)
False
垃圾回收
以引用计数为主，标记-清除和分代回收为辅
引用计数
当一个对象的引用计数为0，python解释器就会回收这个对象的内存
1.导致引用计数+1的情况
对象被创建，例如zx=125
对象被引用，例如zy=zx
对象被作为参数，传入到一个函数中，例如func(zx)
对象作为一个元素，存储在容器中，例如lis=[zx,func]
2.导致引用计数-1的情况
对象的别名被显示销毁，例如del zx
对象的别名被赋予了新的对象，例如zx="wl"
一个对象离开它的作用域，例如zx函数执行完毕，zx函数中的局部变量（全局变量不会）
对象所在的容器被销毁，或从容器中删除对象
sys.getrefcount()可以查看某个对象的引用计数，但是由于它本身就是一个函数，如果打印的话，引用计数会比正常大1
实验
1.打印小整数池会发生的奇怪现象（小整数池）
import sys
print(sys.getrefcount(256))
19
import sys
print(sys.getrefcount(256))
print(sys.getrefcount(256))
print(sys.getrefcount(256))
print(sys.getrefcount(256))
22
22
22
22
总结：只有小整数池的会发生这种奇怪的打印(引用计数会增加)，257就不会，如下
import sys
print(sys.getrefcount(257))
3
(看最后总结)
import sys
print(sys.getrefcount(257))
print(sys.getrefcount(257))
print(sys.getrefcount(257))
print(sys.getrefcount(257))
3
3
3
3
2.对象被引用
import sys
print(sys.getrefcount(257))
zx=257
print(sys.getrefcount(257))
c=zx
print(sys.getrefcount(257))
3
4
5
3.对象被作为参数，传入到一个函数中(看最后总结)
import sys
print(sys.getrefcount(257))
print(sys.getrefcount(257))
print(sys.getrefcount(257))
3
3
3
总结:其实257的真正引用计数为2，打印为3是因为函数调用的时候引用计数会+1，但是后面为啥不继续加上去，是因为，函数调用完毕引用计数就会-1
。。。。。。其他类似
标记清除
标记清除算法（一种基于追踪回收技术实现的垃圾回收算法）
它主要分为两个阶段：第一个阶段，GC会把所有活动的对象打上标记，第二阶段，会把那些没有标记的对象进行回收。
循环引用
a =[]#对象A的引用计数为 1
b =[]#对象B的引用计数为 1
a[1] = b #B的引用计数增1
b[1] = a #A的引用计数增1
del a #A的引用减 1，最后A对象的引用为 1
del b #B的引用减 1, 最后B对象的引用为 1
到最后，a,b的引用计数都为1，无法被垃圾回收(针对引用计数方法)，这个时候标记清除出现了
相关概念：
1.变量名存的内存是栈
2.变量值存的内存是堆
存在于栈区的内存是GC Roots对象，首先会扫描栈区，与变量名有直接或者间接关系的堆对象标记为活动对象，其余的都是非活动对象
对象之间通过引用（指针）连在一起，构成一个有向图，对象构成这个有向图的节点，而引用关系构成这个有向图的边。从根对象（root object）出发，沿着有向边遍历对象，可达的（reachable）对象标记为活动对象，不可达的对象就是要被清除的非活动对象。根对象就是全局变量、调用栈、寄存器。 mark-sweepg 在上图中，我们把小黑圈视为全局变量，也就是把它作为root object，从小黑圈出发，对象1可直达，那么它将被标记，对象2、3可间接到达也会被标记，而4和5不可达，那么1、2、3就是活动对象，4和5是非活动对象会被GC回收。
标记清除算法作为Python的辅助垃圾收集技术主要处理的是一些容器对象，比如list、dict、tuple，instance等，因为对于字符串、数值对象是不可能造成循环引用问题。Python使用一个双向链表将这些容器对象组织起来。不过，这种简单粗暴的标记清除算法也有明显的缺点：清除非活动的对象前它必须顺序扫描整个堆内存，哪怕只剩下小部分活动对象也要扫描所有对象。
分代回收
-> 分配内存
-> 发现超过阈值了
-> 触发垃圾回收
-> 将所有可收集对象链表放到一起
-> 遍历, 计算有效引用计数
-> 分成 有效引用计数=0 和 有效引用计数 > 0 两个集合
-> 大于0的, 放入到更老一代
-> =0的, 执行回收
-> 回收遍历容器内的各个元素, 减掉对应元素引用计数(破掉循环引用)
-> 执行-1的逻辑, 若发现对象引用计数=0, 触发内存回收
-> python底层内存管理机制回收内存
1.分代回收是一种以空间换时间的操作方式,这种思想简单点说就是：对象存在时间越长，越可能不是垃圾，应该越少去收集。
2.Python将内存根据对象的存活时间划分为不同的集合，每个集合称为一个代，Python将内存分为了3“代”，分别为年轻代（第0代）、中年代（第1代）、老年代（第2代），他们对应的是3个链表，它们的垃圾收集频率与对象的存活时间的增大而减小。
3.新创建的对象都会分配在年轻代，年轻代链表的总数达到上限时，Python垃圾收集机制就会被触发，把那些可以被回收的对象回收掉，而那些不会回收的对象就会被移到中年代去，依此类推，老年代中的对象是存活时间最久的对象，甚至是存活于整个系统的生命周期内。
4.(700,10,10)每个代的threshold值表示该代最多容纳对象的个数。默认情况下，当0代超过700,或1，2代超过10，垃圾回收机制将触发。
5.同时，分代回收是建立在标记清除技术基础之上。分代回收同样作为Python的辅助垃圾收集技术处理那些容器对象.
参考博客：
https://www.jb51.net/article/79306.htm
https://testerhome.com/topics/16556
https://blog.51cto.com/13764714/2373842?source=dra
https://blog.csdn.net/xiongchengluo1129/article/details/80462651