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
对于python中常用内置数据类型的缓存：
float：缓存100个对象
list: 80个对象
dict: 80个对象
set: 80个对象
元组：会根据元组数据的长度，分别缓存元组长度为0-20的对象
到此这篇关于Python超详细讲解内存管理机制的文章就介绍到这了,更多相关Python内存管理内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！