Python内存管理机制

一、python内存

因为要调用while循环，循环内有temp变量，不清楚python是否会在每一轮循环结束后自动释放temp内存空间，做了一个内存测试，发现无论temp = none，还是del temp，只能销毁变量，无法完全释放内存空间。注：红色部分标出相同内存id。

>>> for i in range(3):temp = iprint temp,id(temp)

0 36666732
1 36666720
2 36666708

>>> for i in range(4,7):<span style="white-space:pre"></span>temp = i<span style="white-space:pre"></span>print temp,id(temp)<span style="white-space:pre"></span>temp = None

4 36666684
5 36666672
6 36666660

>>> for i in range(7,10):temp = iprint temp,id(temp)del temp

7 36666648
8 36666636
9 36666624

>>> a = 1>>> id(a)

36666720

>>> b = 5>>> id(b)

36666672

>>> c = 8>>> id(c)

36666636
测试完毕后删除c可以看到，变量c和temp确实被销毁，只是他们指向的引用值仍然会在内存中存在。直至窗口关闭才自动释放，人工无法干预。

>>> del c

>>> id(c)Traceback (most recent call last):  File "<pyshell#14>", line 1, in <module>    id(c)NameError: name 'c' is not defined>>> id(temp)Traceback (most recent call last):  File "<pyshell#15>", line 1, in <module>    id(temp)NameError: name 'temp' is not defined>>> id(5)36666672>>> id(10)36666612>>> id(100000)41708736>>> id("1234")46118528>>> d = "1234">>> id(4)36666684

二、内存池机制

查看了相关的博客，更深一步了解python内存机制

Python的内存机制以金字塔行，-1，-2层主要有操作系统进行操作，

　　第0层是C中的malloc，free等内存分配和释放函数进行操作；

　　第1层和第2层是内存池，有Python的接口函数PyMem_Malloc函数实现，当对象小于256K时有该层直接分配内存；

　　第3层是最上层，也就是我们对Python对象的直接操作；

在 C 中如果频繁的调用 malloc 与 free 时,是会产生性能问题的.再加上频繁的分配与释放小块的内存会产生内存碎片. Python 在这里主要干的工作有:

　　如果请求分配的内存在1~256字节之间就使用自己的内存管理系统,否则直接使用 malloc.

　　这里还是会调用 malloc 分配内存,但每次会分配一块大小为256k的大块内存.

　　经由内存池登记的内存到最后还是会回收到内存池,并不会调用 C 的 free 释放掉.以便下次使用.对于简单的Python对象，例如数值、字符串，元组（tuple不允许被更改)采用的是复制的方式(深拷贝?)，也就是说当将另一个变量B赋值给变量A时，虽然A和B的内存空间仍然相同，但当A的值发生变化时，会重新给A分配空间，A和B的地址变得不再相同

而对于像字典(dict)，列表(List)等，改变一个就会引起另一个的改变，也称之为浅拷贝

附：

引用计数增加

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

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。

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)。

参考：

[1] Python 2.7.8 documentation memory management

[2]深入详解python传值问题及内存管理机制-CSDN

[3]Python内存池管理与缓冲池设计 - 张知临的专栏

[4]理解python变量和内存管理