作者：Vamei 出处：http://www.cnblogs.com/vamei 欢迎转载，也请保留这段声明。谢谢！
Python学习交流群：834179111，群里有很多的学习资料。欢迎欢迎各位前来交流学习。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
对象的内存使用
赋值语句是语言最常见的功能了。但即使是最简单的赋值语句，也可以很有内涵。Python的赋值语句就很值得研究。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
整数1为一个对象。而a是一个引用。利用赋值语句，引用a指向对象1。Python是动态类型的语言(参考动态类型)，对象与引用分离。Python像使用“筷子”那样，通过引用来接触和翻动真正的食物——对象。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
引用和对象
为了探索对象在内存的存储，我们可以求助于Python的内置函数id()。它用于返回对象的身份(identity)。其实，这里所谓的身份，就是该对象的内存地址。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
在我的计算机上，它们返回的是:
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
分别为内存地址的十进制和十六进制表示。
在Python中，整数和短小的字符，Python都会缓存这些对象，以便重复使用。当我们创建多个等于1的引用时，实际上是让所有这些引用指向同一个对象。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
上面程序返回
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
可见a和b实际上是指向同一个对象的两个引用。
为了检验两个引用指向同一个对象，我们可以用is关键字。is用于判断两个引用所指的对象是否相同。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
在Python中，每个对象都有存有指向该对象的引用总数，即引用计数(reference count)。
我们可以使用sys包中的getrefcount()，来查看某个对象的引用计数。需要注意的是，当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此，getrefcount()所得到的结果，会比期望的多1。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
由于上述原因，两个getrefcount将返回2和3，而不是期望的1和2。
对象引用对象
Python的一个容器对象(container)，比如表、词典等，可以包含多个对象。实际上，容器对象中包含的并不是元素对象本身，是指向各个元素对象的引用。
我们也可以自定义一个对象，并引用其它对象:
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
可以看到，a引用了对象b。
对象引用对象，是Python最基本的构成方式。即使是a = 1这一赋值方式，实际上是让词典的一个键值"a"的元素引用整数对象1。该词典对象用于记录所有的全局引用。该词典引用了整数对象1。我们可以通过内置函数globals()来查看该词典。
当一个对象A被另一个对象B引用时，A的引用计数将增加1。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
由于对象b引用了两次a，a的引用计数增加了2。
容器对象的引用可能构成很复杂的拓扑结构。我们可以用objgraph包来绘制其引用关系，比如
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
objgraph是Python的一个第三方包。安装之前需要安装xdot。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
objgraph官网
两个对象可能相互引用，从而构成所谓的引用环(reference cycle)。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
即使是一个对象，只需要自己引用自己，也能构成引用环。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
引用环会给垃圾回收机制带来很大的麻烦，我将在后面详细叙述这一点。
引用减少
某个对象的引用计数可能减少。比如，可以使用del关键字删除某个引用:
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
del也可以用于删除容器元素中的元素，比如:
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
如果某个引用指向对象A，当这个引用被重新定向到某个其他对象B时，对象A的引用计数减少:
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
垃圾回收
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
del a后，已经没有任何引用指向之前建立的[1, 2, 3]这个表。用户不可能通过任何方式接触或者动用这个对象。这个对象如果继续待在内存里，就成了不健康的脂肪。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。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
我们可以通过gc模块的get_threshold()方法，查看该阈值:
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
返回(700, 10, 10)，后面的两个10是与分代回收相关的阈值，后面可以看到。700即是垃圾回收启动的阈值。可以通过gc中的set_threshold()方法重新设置。
我们也可以手动启动垃圾回收，即使用gc.collect()。
分代回收
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
小家伙要多检查
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
这两个次数即上面get_threshold()返回的(700, 10, 10)返回的两个10。也就是说，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。
同样可以用set_threshold()来调整，比如对2代对象进行更频繁的扫描。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
孤立的引用环
引用环的存在会给上面的垃圾回收机制带来很大的困难。这些引用环可能构成无法使用，但引用计数不为0的一些对象。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
上面我们先创建了两个表对象，并引用对方，构成一个引用环。删除了a，b引用之后，这两个对象不可能再从程序中调用，就没有什么用处了。但是由于引用环的存在，这两个对象的引用计数都没有降到0，不会被垃圾回收。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
孤立的引用环
为了回收这样的引用环，Python复制每个对象的引用计数，可以记为gc_ref。假设，每个对象i，该计数为gc_ref_i。Python会遍历所有的对象i。对于每个对象i引用的对象j，将相应的gc_ref_j减1。
今天给大家分享一篇Python的内存管理，有兴趣的可以进来看一下
遍历后的结果
在结束遍历后，gc_ref不为0的对象，和这些对象引用的对象，以及继续更下游引用的对象，需要被保留。而其它的对象则被垃圾回收。
总结
Python作为一种动态类型的语言，其对象和引用分离。这与曾经的面向过程语言有很大的区别。为了有效的释放内存，Python内置了垃圾回收的支持。Python采取了一种相对简单的垃圾回收机制，即引用计数，并因此需要解决孤立引用环的问题。Python与其它语言既有共通性，又有特别的地方。对该内存管理机制的理解，是提高Python性能的重要一步。
看完本文章后，如有不懂的地方或者有疑问的可以到
网友评论