内存管理机制

• • 内存管理机制
  • 引用计数机制

内存管理机制

在python中创建对象的时候，首先会去申请内存地址，然后对这个对象进行初始化，所有的对象都会维护在一个叫做 refachain 的双向循环链表中，每个数据都保存如下信息：

• 链表中数据前后数据的指针
• 数据的类型
• 数据值
• 数据的引用计数
• 数据的长度（list，dict…)

引用计数机制

引用计数增加：

1. 对象被创建
2. 对象被别的变量应用（另外起了一个名字）
3. 对象被作为元素，放在容器中（比如被当着元素放在列表或者字典中）
4. 对象被当成参数传递进函数中

上面这么描述可能有写抽象，下面我们通过实例具体查看一下

>>> a = 1000
>>> print(id(a))
140728749462288

首先当我们创建一个变量a的时候，此时python解释器会给a这个变量分配一个内容地址，我们可以看到上方a的内存地址是 140728749462288。

那么假设现在我们现在设置b 的a，然后使用 sys.getrefcount(a)，查看这个a这个对应的引用计数，我们可以看到是3。

>>> a = 1000
>>> b = a
>>> sys.getrefcount(a)
3

为什么这里会变成3了，因为当我们a赋值一个变量时，此时引用计数是1次，然后我们使用b赋值等于a时，此时引用计数应该是2次，之所以是3次是因为 sys.getrefcount(a)自身是一个函数，那么当我们 对象被当成参数传递进函数中，因此引用计数为3。

下面我们在来看一个非常有意思的现象：

>>> a = 1000
>>> b = 1000
>>> print(id(a))
2334204996144
>>> print(id(b))
2334204997136

首先，我们分别定义 a、b两个变量，此时设置的变量值是一致的，都是1000，我们去查看python底层分配的内存地址，可以看到他们的内存地址是不一样的。

那么下面我们将a和b的变量值，都改成1，再来看看：

>>> a = 1
>>> b = 1
>>> print(id(a))
140728749459120
>>> print(id(b))
140728749459120

那么我们来思考一下，为什么创建了两个不同的对象，但是内存地址却是一样的呢？

是因为python解释器底层会判断当我们的变量值为 -5 到 255 之间的值，是属于常用的数据，那么这些数据python解释器会把共同值的变量，指向同一个内存地址。其中包括ASCII码中的内容，这么做的目的非常简单，假设我们1这个值，被非常多的变量所引用，如引用一万次，如果不这么处理，那么python会非常1w个内存空间，这样就会造成非常大的资源消耗。

那么此时假设我们的变量值包含数字、字母和符号，我们来查看一下他具体的内存空间分配

>>> a = 'acb23?'
>>> b = 'acb23?'
>>> print(id(a))
2334205039216
>>> print(id(a))
2334205039216

可以看到他们的内存地址也是一样的。这里我们需要了解一下 intern机制。

intern机制：它的优点是，在创建新的字符串对象时，会先在缓存池里面找是否有已经存在的相同值的对象（标识符、字母、下划线的字符串），如果有，则直接拿过来（引用），避免频繁的创建和销毁内存，提升效率。

引用计数的减少：

1. 对象的别名被显式的销毁
2. 对象的一个别名被赋值给其他对象（例如：原来的a=10，我们改成a=100，那么此时10的引用计数就减少了）
3. 对象从容器中移除，或者容易被销毁（例：对象从列表中移除，或者列表被销毁）
4. 一个引用离开了他的作用域（调用函数的时候传进去的参数，在函数运行结束后，该参数的引用被销毁）