day21（1）---python的内存管理

垃圾回收机制：

　　　　　　不能被程序访问到的数据，就称之为垃圾。

1. 引用计数：引用计数是用来记录值的内存地址被记录的次数的
   1. 每一次对值地址的引用都可以使得该值的引用计数＋1
   2. 每一次对值地址的释放都可以使得该值的引用计数-1
   3. 当一个值的引用计数为0的时候，该值就会被系统的垃圾回收机制回收

·　　循环导入：循环导入会导致某些值的引用计数永远大于1-----导致内存泄漏

# 循环导入

ls1 = [666]
ls2 = [888]
ls1.append(ls2)  # [666, [888, [...]]]
ls2.append(ls1)  # [888, [666, [...]]]

print(ls1)
print(ls2)

　　　　示意图：

　　　　　　标记删除：

1. 标记的过程：其实就是，遍历所有的GC ROOTS对象（栈区中的所有内容，或者线程都可以作为GC Roots对象），然后将所有的GC Roots对象可以直接或间接的访问到的对象标记为存活状态对象,并且存放到新的内存空间中。
2. 删除的过程：其实就是，将遍历堆中所有的对象，将之前的所有内容（标记或未标记）全部清除，此事标记为存活的对象存放在新的内存空间。

分代回收：

1. 1. 1. 分代：指的是根据存活时间来为变量划分不同的等级（也就是不同的代）
      2. 回收：依然是使用引用计数作为回收的依据

'''

---

新定义的变量，放到新生代这个等级中，假设每隔1分钟扫描新生代一次，如果发现变量依然被引用，
那么该对象的权重（权重本质就是个整数）加一，当变量的权重大于某个设定得值（假设为3），会将它移动到更高一级的青春代，青春代的gc扫描的频率低于新生代（扫描时间间隔更长），
假设5分钟扫描青春代一次，这样每次gc需要扫描的变量的总个数就变少了，节省了扫描的总时间，
接下来，青春代中的对象，也会以同样的方式被移动到老年代中。也就是等级（代）越高，被垃圾回收机制扫描的频率越低

---

'''

　　　　　　　　　             　

分代过程

''' 总结 '''
"""

python的内存管理使用垃圾回收机制
本质是使用引用计数
优化方法是 分代回收
解决循环导入问题，是标记清除

"""