python10_內存管理

1）python動態類型：
對象是儲存在內存中的實體
在程序中寫的對象名只是指向這一對象的引用
引用和對象分離，是動態類型的核心
引用能夠隨時指向新的對象（內存地址會不同）

2）引用計數：在python中，每一個對象都有存有指向該對象的引用總數，即引用計數
原理：每一個對象維護一個 ob_ref 字段，用來記錄該對象當前被引用的次數
每當新的引用指向該對象時，它的引用計數ob_ref加1
每當該對象的引用失效時計數ob_ref減1
一旦對象的引用計數爲0，該對象能夠被回收，對象佔用的內存空間將被釋放
缺點：須要額外的空間維護引用計數，這個問題是其次的-------最主要的問題是它不能解決對象的「循環引用」

獲取引用計數：getrefcount()

當使用某個引用做爲參數，傳遞給getrefcount()時，參數實際上建立了一個臨時的引用。所以， getrefcount()所獲得的結果，會比指望的多1。

增長引用計數：當一個對象A被另外一個對象B引用時，A的計數會+1

減小引用計數：del刪除或從新引用時，引用計數會變化（del只是刪除引用）

循環引用：
x = []
y = []
x.append(y)
y.append(x)
對於上面相互引用的狀況,若是不存在其餘對象對他們的引用,這兩個對象 所佔用的內存也仍是沒法回收,從而致使內存泄漏

引用計數機制的優勢：簡單，實時性
引用計數機制的缺點：維護引用計數消耗資源；循環引用時沒法回收

3）垃圾回收
回收原則：當python某個對象的引用計數降爲0時，可被垃圾回收
gc機制：
GC做爲現代編程語言的自動內存管理機制，專一於兩件事
找到內存中無用的垃圾資源
清除這些垃圾並把內存讓出來給其餘對象使用

效率問題：垃圾回收時，Python不能進行其它的任務。頻繁的垃圾回收將大大下降Python的工做效率。
當Python運行時，會記錄其中分配對象(object allocation)和取消分配對象(object deallocation)的 次數。當二者的差值高於某個閾值時，垃圾回收纔會啓動。

三種狀況觸發垃圾回收：
調用gc.collect()
GC達到閾值時
程序退出時

分代回收：這一策略的基本假設是：存活時間越久的對象，越不可能在後面的程序中變成垃圾
Python將全部的對象分爲0，1，2三代
全部的新建對象都是0代對象。
當某一代對象經歷過垃圾回收，依然存活，那麼它就被納入下一代對象
垃圾回收啓動時，必定會掃描全部的0代對象
若是0代通過必定次數垃圾回收，那麼就啓動對0代和1代的掃描清理
當1代也經歷了必定次數的垃圾回收後，那麼會啓動對0，1，2，即對全部對象進行掃描

標記清除機制：首先標記對象（垃圾檢測），而後清除垃圾（垃圾回收）
主要用於解決循環引用
1.標記：活動（有被引用），非活動（可被刪除）
2.清除：清除全部非活動對象

4）緩衝池
整數對象緩衝池：對於[-5,256] 這樣的小整數，系統已經初始化好，能夠直接拿來用。而對於其餘的大整數，系統則提 前申請了一塊內存空間，等須要的時候在這上面建立大整數對象。
[-5，256]它們的ip地址都是同一個，其餘的不同
字符串緩存：爲了檢驗兩個引用指向同一個對象，咱們能夠用is關鍵字。is用於判斷兩個引用所指的對象是否相同。 當觸發緩存機制時，只是創造了新的引用，而不是對象自己。

字符串的intern機制：python對於短小的，只含有字母數字的字符串自動觸發緩存機制。其餘狀況不會緩存。

5）深拷貝和淺拷貝
數字拷貝：
多個引用指向同一個對象，若是一個引用值發生變化，那麼其實是讓這個引用指向一個新的引用， 並不影響其餘的引用的指向。

字典拷貝：
字典淺拷貝：拷貝第一層數據（地址）

如今a,b的內存地址是不同的，b只能拷貝到a的第一層地址
字典深拷貝：遞歸拷貝全部層數據

通常而言，除了copy.deepcopy，其餘都是淺拷貝，除了一些推導式如：x = [ [] for i in range(3) ]這個是深~
ps:直接賦值不屬於拷貝

數字和字符串、元組，不能改變對象自己，只能改變引用的指向，稱爲不可變數據對象列表、字典、集合能夠經過引用其元素，改變對象自身(in-place change)。這種對象類型，稱爲可 變數據對象