python内存管理机制

主要分为三部分：

（1）内存池机制
（2）引用计数
（3）垃圾回收

（1）内存池机制
对于python来说，对象的类型和内存都是在运行时确定的，所以python对象都是动态类型
简单来说，python内存分为四部分：

=======================
Forth ：Object memory
=======================
Third ：memory pool
=======================
Second: C malloc/free
=======================
First : OS
=======================

对于小内存（<256k），直接从memory pool中申请资源;
对于大内存（>256k），调用C malloc进程分配资源。
经由内存池分配的内存释放时还是会回收到内存池,并不会调用 C 的 free 释放掉。

改变对象内容时对其引用对象的影响：
假设，有一对象A，对象A赋值给对象B：
如果对象A是数值、字符串，元组，当修改对象A的内容时，对象B的内容也会被改变，且对象A与对象B的内存地址也会改变。
如果对象A是字典或列表，当修改对象A的内容时，对象B的内容也会被改变，但对象A与对象B的内存地址不变。

（2）引用计数

引用计数增加的场景：
1.对象被创建：x=4
2.另外的别人被创建：y=x
3.被作为参数传递给函数：foo(x)
4.作为容器对象的一个元素：a=[1,x,'33']

引用计数减少的场景：
1.一个本地引用离开了它的作用域。比如上面的foo(x)函数结束时，x指向的对象引用减1。
2.对象的别名被显式的销毁：del x ；或者del y
3.对象的一个别名被赋值给其他对象：x=789
4.对象从一个窗口对象中移除：myList.remove(x)
5.窗口对象本身被销毁：del myList，或者窗口对象本身离开了作用域。

（3）垃圾回收
1、当内存中有不再使用的部分时，垃圾收集器就会把他们清理掉。它会去检查那些引用计数为0的对象，然后清除其在内存的空间。
当然除了引用计数为0的会被清除，还有一种情况也会被垃圾收集器清掉：当两个对象相互引用时，他们本身其他的引用已经为0了。
2、垃圾回收机制还有一个循环垃圾回收器, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0)。

垃圾回收时，Python不能进行其它的任务。频繁的垃圾回收将大大降低Python的工作效率。如果内存中的对象不多，
就没有必要总启动垃圾回收。所以，Python只会在特定条件下，自动启动垃圾回收。当Python运行时，会记录其中分配
对象(object allocation)和取消分配对象(object deallocation)的次数。当两者的差值高于某个阈值时，垃圾回收才会启动。
也可以手动启动垃圾回收，即使用gc.collect()。

Python同时采用了分代回收的策略。这一策略的基本假设是，存活时间越久的对象，越不可能在后面的程序中变成垃圾。
所以会减少在垃圾回收中扫描“前辈”的频率。如果0代经过一定次数垃圾回收，那么就启动对0代和1代的扫描清理。
当1代也经历了一定次数的垃圾回收后，那么会启动对0，1，2，即对所有对象进行扫描。