20191031:Python底层机制

20191031:Python底层机制

python底层从3个方面来说，分别是:

1. 引用计数机制
2. 垃圾回收机制
3. 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

1. 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
2. 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。