Python超详细讲解内存管理机制

发布时间：2024-03-24 01:54:26 来源：互联网

.

什么是内存管理机制 python中创建的对象的时候，首先会去申请内存地址，然后对对象进行初始化，所有对象都会维护在一个叫做refchain的双向循环链表中,每

什么是内存管理机制

python中创建的对象的时候，首先会去申请内存地址，然后对对象进行初始化，所有对象都会维护在一

个叫做refchain的双向循环链表中,每个数据都保存如下信息:

1. 链表中数据前后数据的指针
2. 数据的类型
3. 数据值
4. 数据的引用计数
5. 数据的长度（list，dict..）

一、引用计数机制

引用计数增加：

1.1 对象被创建

1.2 对象被别的变量引用（另外起了个名字）

1.3 对象被作为元素，放在容器中（比如被当作元素放在列表中）

1.4 对象被当成参数传递到函数中

import sys
a = [11,22]        # 对象被创建
b = a             # 对象被别的变量引用
c = [111,222,333,a]        # 对象被作为元素，放在容器中
# 获取对象的引用计数
print(sys.getrefcount(a))     # 对象被当成参数传递到函数中

最后的执行结果是，a 这个变量被引用了4次

引用计数减少:

对象的别名被显式的销毁
对象的一个别名被赋值给其他对象（例：比如原来的a=10，被改成a=100,此时10的引用计数就减少了）
对象从容器中被移除，或者容器被销毁(例：对象从列表中被移除，或者列表被销毁）
一个引用离开了它的作用域（调用函数的时候传进去的参数，在函数运行结束后，该参数的引用即被销毁）

import sys
del b      # 对象的别名被显式的销毁
b = 999        # 对象的一个别名被赋值给其他对象
del c      # 列表被销毁（容器被销毁）
c.pop()    # 把列表数据最后一个删除掉（对象从容器中被移除）

二、数据池和缓存

数据池分为两种：小整数池和大整数池

小整数池(-5到256之间的数据)

运行机制：Python自动将 -5~256 的整数进行了缓存到一个小整数池中，当你将这些整数赋值给变量时，并不会重新

创建对象，而是使用已经创建好的缓存对象,当删除这些数据的引用时，也不会进行回收

超出-5到256的整数将不会在在缓存，会重新创建对象

例如：

对于超出-5到256的整数将不会在在缓存，Python会重新创建对象，返回id

# 场景1：数据为列表，不在-5~256 的范围
>>> a = [11]
>>> b = [11]
>>> id(a),id(b)
(1693226918600, 1693231858248)       ========》 id 不一样
# 场景二： 数据为整数，在-5~256 的范围
>>> aa = 11
>>> bb = 11
>>> id(aa),id(bb)
(140720470385616, 140720470385616)    id 一样
# 场景三： 数据不在-5~256的范围
>>> bb = -7
>>> aa = -7
>>> id(aa),id(bb)
(1843518717904, 1843518717776)      id 不一样
# 场景四： 数据不在-5~256的范围
>>> a = 257
>>> b = 257
>>> id(a),id(b)
(2092420910928, 2092420911056)      id 不一样

大整数池(字符串驻留池 / intern机制)

优点：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值相同的对象（标识符，即只包含数字、字母、下划线的字符串），如果有，则直接拿过来用（引用），避免频繁的创建和销毁内存，提升效率

例如：

对于不在标识符内的数据将不会在在缓存，Python会重新创建对象，返回id

# 场景1：
>>> a = '123adsf_'
>>> b = '123adsf_'
>>> id(a),id(b)
(61173296, 61173296)        ========》 id 一样
# 场景二： 
>>> b1 = '123adsf_?'
>>> b2 = '123adsf_?'
>>> id(b1),id(b2)
(61173376, 61173416)        id 不一样

缓存机制