1.垃圾回收GC（内存管理）——JAVA核心思想
引用计数机制；GC机制；不要手动管理，会引起巨大的性能问题；
当Python中的对象越来越多，占据越来越大的内存，启动垃圾回收(garbage collection)，将没用的对象清除。
（将最不容易变化的对象（引用计数大的对象）往一个方向移动就是JAVA的内存管理机制，没用的对象删除）
1、原理
当Python的某个对象的引用计数降为0时，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。
比如某个新建对象，被分配给某个引用，对象的引用计数变为1。
如果引用被删除，对象的引用计数为0，那么该对象就可以被垃圾回收。
引用计数增加：
赋值给其他变量就增加引用计数，例如x=3;y=x
引用计数减少：
1.函数运行结束时，局部变量就会自动销毁，引用计数减少；
2.变量被赋值给其他对象。eg: x=3,y=x,x=4;
2、解析del
del 可以使 对象的引用计数减 1，该表引用计数变为0，用户不可能通过任何方式接触或者动用这个对象，当垃圾回收启动时，Python扫描到这个引用计数为0的对象，就将它所占据的内存清空。
注意
- 1、垃圾回收时，Python不能进行其它的任务，频繁的垃圾回收将大大降低Python的工作效率；
- 2、Python只会在特定条件下，自动启动垃圾回收（垃圾对象少就没必要回收）
- 3、当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数。
当两者的差值高于某个阈值时，垃圾回收才会启动。
>>> import gc
>>>
>>> gc.get_threshold() #gc模块中查看垃圾回收阈值的方法
(700, 10, 10)
>>>
阈值分析：
700 即是垃圾回收启动的阈值；
每10 次 0代 垃圾回收，会配合 1次 1代 的垃圾回收；而每10次1代的垃圾回收，才会有1次的2代垃圾回收；
当然也是可以手动启动垃圾回收：
>>> gc.collect() #手动启动垃圾回收
52
>>> gc.set_threshold(666, 8, 9) # gc模块中设置垃圾回收阈值的方法
>>>
何为分代回收（JAVA核心思想）
内存碎片化：数据排列在内存中形成大量空洞；
引用计数机制：
- Python将所有的对象分为0，1，2三代；
- 所有的新建对象都是0代对象；
- 当某一代对象经历过垃圾回收，依然存活，就被归入下一代对象。
分代技术是一种典型的以空间换时间的技术，这也正是java里的关键技术。这种思想简单点说就是：对象存在时间越长，越可能不是垃圾，应该越少去收集。
这样的思想，可以减少标记-清除机制所带来的额外操作。分代就是将回收对象分成数个代，每个代就是一个链表（集合），代进行标记-清除的时间与代内对象存活时间成正比例关系。
从上面代码可以看出python里一共有三代，每个代的threshold值表示该代最多容纳对象的个数。默认情况下，当0代超过700,或1，2代超过10，垃圾回收机制将触发。
0代触发将清理所有三代，1代触发会清理1,2代，2代触发后只会清理自己。
标记-清除机制，顾名思义，首先标记对象（垃圾检测），然后清除垃圾（垃圾回收）。
首先初始所有对象标记为白色，并确定根节点对象（这些对象是不会被删除），标记它们为黑色（表示对象有效）。
将有效对象引用的对象标记为灰色（表示对象可达，但它们所引用的对象还没检查），检查完灰色对象引用的对象后，将灰色标记为黑色。
重复直到不存在灰色节点为止。最后白色结点都是需要清除的对象。
如何解决循环引用可能导致的内存泄露问题呢？
2.程序控制结构——顺序、分支、循环
这一节的重点是
1.练逻辑（严格的逻辑），练数据判断：
2.边界问题要注意；
前包后不包：range()、
前后都包：3.数据验证是后面要做的事情；
自定义对象的“布尔真假”
我们常说，在 Python 里，“万物皆对象”。其实，不光“万物皆对象”，我们还可以利用很多魔法方法（文档中称为：user-defined method），来自定义对象的各种行为。我们可以用很多在别的语言里面无法做到、有些魔法的方式来影响代码的执行。 比如，Python 的所有对象都有自己的“布尔真假”：
布尔值为假的对象：None, 0, False, [], (), {}, set(), frozenset(), … …
布尔值为真的对象：非 0 的数值、True，非空的序列、元组，普通的用户类实例，… …
通过内建函数 bool()，你可以很方便的查看某个对象的布尔真假。而 Python 进行条件分支判断时用到的也是这个值：
#bool函数查看真假；
>>> bool(object())
True
网友评论