python中内存管理和垃圾回收机制的示例分析

小编给大家分享一下python中内存管理和垃圾回收机制的示例分析，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

 简单来说python的内存管理机制有三种

1）引用计数

2）垃圾回收

3）内存池

接下来我们来详细讲解这三种管理机制

1，引用计数：

引用计数是一种非常高效的内存管理手段，当一个pyhton对象被引用时其引用计数增加1，当其不再被引用时引用计数减1，当引用计数等于0的时候，对象就被删除了。

2，垃圾回收（这是一个很重要知识点）：

①  引用计数
引用计数也是一种垃圾回收机制，而且是一种最直观，最简单的垃圾回收技术。
在Python中每一个对象的核心就是一个结构体PyObject，它的内部有一个引用计数 ob_refcnt，当python的某个对象引用计数为0。就说明没有任何引用指向该对象，该对象就成为要被回收的垃圾了。

举个栗子: 当一个对象被创建出来，他的引用计数就会+1，当对象被引用的时候，计数继续增加，当引用它的对象被删除的时候，它的引用计数就会减少。直到变为0，此时垃圾回收机制就会把它回收。但是一旦出现循环引用，我们就得采取新的办法了。

②  标记清除
标记清除用来解决循环引用产生的问题，循环引用只有在容器对象才会产生，比如字典，元祖，列表等。首先为了追踪对象，需要每个容器对象维护两个额外的指针，用来将容器对象组成一个链表，指针分别指向前后两个容器对象，这样可以将对象的循环引用摘除，就可以得出两个对象的有效计数。

代码实栗

QA： 为什么要搞这两个链表
之所以要剖成两个链表，是基于这样的一种考虑：现在的unreachable可能存在被root链表中的对象，直接或间接引用的对象，这些对象是不能被回收的，一旦在标记的过程中，发现这样的对象，就将其从unreachable链表中移到root链表中；当完成标记后，unreachable链表中剩下的所有对象就是名副其实的垃圾对象了，接下来的垃圾回收只需限制在unreachable链表中即可。
③  分代回收
了解分类回收，首先要了解一下，GC的阈值，所谓阈值就是一个临界点的值。
随着你的程序运行，Python解释器保持对新创建的对象，以及因为引用计数为零而被释放掉的对象的追踪。从理论上说，创建==释放数量应该是这样子。但是如果存在循环引用的话，肯定是创建>释放数量，当创建数与释放数量的差值达到规定的阈值的时候，当当当当~分代回收机制就登场啦。
分代回收思想将对象分为三代（generation 0,1,2）
0代表幼年对象，
1代表青年对象，
2代表老年对象。
根据弱代假说（越年轻的对象越容易死掉，老的对象通常会存活更久。）
新生的对象被放入0代，如果该对象在第0代的一次gc垃圾回收中活了下来，那么它就被放到第1代里面（它就升级了）。如果第1代里面的对象在第1代的一次gc垃圾回收中活了下来，它就被放到第2代里面。

从上一次第0代gc后，如果分配对象的个数减去释放对象的个数大于threshold0，那么就会对第0代中的对象进行gc垃圾回收检查。

从上一次第1代gc后，如果第0代被gc垃圾回收的次数大于threshold1，那么就会对第1代中的对象进行gc垃圾回收检查。

从上一次第2代gc后，如果第1代被gc垃圾回收的次数大于threshold2，那么就会对第2代中的对象进行gc垃圾回收检查。

gc每一代垃圾回收所触发的阈值可以自己设置。

3，内存池

1. Python的内存机制呈现金字塔形状，-1，-2层主要有操作系统进行操作

2. 第0层是C中的malloc，free等内存分配和释放函数进行操作

3. 第1层和第2层是内存池，有python接口函数，PyMem_Malloc函数实现，当对象小于256k的时由该层直接分配内存

4. 第3层是最上层，也就是我们对python对象的直接操作

Python在运行期间会大量地执行malloc和free的操作，频繁地在用户态和核心态之间进行切换，这将严重影响Python的执行效率。为了加速Python的执行效 率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

4，调优手段

1.手动垃圾回收
2.避免循环引用（手动解循环引用和使用弱引用）
3.调高垃圾回收阈值

以上是“python中内存管理和垃圾回收机制的示例分析”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！