Python記憶體管理知識整理

當建立物件時， python 立即向作業系統請求記憶體

可以用id(變數名)來獲取該變數所引用物件的記憶體位址

>>> a=1
>>> print(id(a))
56780120

is關鍵字用於判斷引用是否相同，==用於判斷引用的內容是否相同

>>> a=
>>> b=
>>> a==b
true
>>> id(a)
44204920l
>>> id(b)
45830760l
>>> a is b 
false
>>> a="123" 
>>> b="123"
>>> a is b
true
>>> id(a)
45845320l
>>> id(b)
45845320l

在python中，整數和短小的字元，python都會快取這些物件，以便重複使用。當我們建立多個等於「123」的引用時，實際上是讓所有這些引用指向同乙個物件。

當某個物件被建立並賦值給變數時，該物件的引用計數都被設定為1，再次被引用會增加該物件的引用計數，而當物件的引用被銷毀，引用計數會減小。

檢視乙個物件的引用計數：

if __name__ == '__main__':
from sys import getrefcount
arr = [4,5,6,7,0,1,2]
print(getrefcount(arr))
# 2

使用某個物件的引用作為getrefcount的引數時，此引數實際上建立了乙個物件的臨時引用，在python當中，所有的傳參都是引用傳遞。因此getrefcount返回的引用計數是該物件實際的引用計數+1

getrefcount不僅僅統計當前**塊對物件的引用計數，還統計了import模組中對物件的引用計數。在python的內建模組中，可能有很多對數字1的引用，因此

>>> from sys import getrefcount
>>> getrefcount(1)
102

乙個物件的引用計數變為0後，使用者不可能通過任何方式動用這個物件，但是，此物件占用的記憶體並不會立即被**，因為python在執行垃圾**時會暫停其他所有任務，因此垃圾**只會在必要的時候執行

可以使用gc.get_count()檢視gc實時計數情況驗證這一點

>>> gc.get_count()
(560, 10, 0)

560表示距離上一次0代垃圾檢查，python分配記憶體的數目減去釋放記憶體的數目

10表示距離上次1代垃圾檢查，0代垃圾檢查的數量

0表示距離上次2代垃圾檢查，1代垃圾檢查的數量

>>> gc.get_count()
(560, 10, 0)
>>> a=[1,2,3]
>>> id(a)
23419440
>>> gc.get_count()
(561, 10, 0)
// 為物件[1,2,3]分配了記憶體
>>> del a
>>> gc.get_count()
(561, 10, 0)
// 刪除引用a後，並沒有立即**[1,2,3]占用的記憶體
>>> a=[1,2,3]
>>> gc.get_count()
(561, 10, 0)
>>> id(a)
23419440
// 沒有重新建立[1,2,3]物件，因此分配記憶體的數目沒有增加
// a再次引用了之前沒有被**的物件[1,2,3]，它們的記憶體位址是一樣的
>>> a=[1,2,3,4]
>>> gc.get_count()
(562, 10, 0)
// 為物件[1,2,3,4]分配了記憶體，[1,2,3]引用計數歸零，但還是沒有**[1,2,3]占用的記憶體

引用計數法最主要的缺點在於不能解決物件的迴圈引用問題

注意：只有容器物件才會產生迴圈引用的情況，比如列表、字典、使用者自定義類的物件、元組等。而像數字，字串這類簡單型別不會出現迴圈引用。

a =  # 變數a指向物件a，a的引用計數為 1
b = # 變數b指向物件b，b的引用計數為 1
a['b'] = b # b的引用計數增1
b['a'] = a # a的引用計數增1
del a # a的引用計數減 1，最後a物件的引用為 1
del b # b的引用計數減 1, 最後b物件的引用為 1

我們已經不能通過任何變數訪問到a、b物件，但是由於它們各包含乙個對方物件的引用，因此它們的引用計數無法歸零，因此不會被**。如果僅僅使用引用計數法來管理記憶體，則會因為迴圈引用造成記憶體洩露

為了解決物件的迴圈引用問題，python引入了標記-清除和分代**兩種gc機制。

跟其名稱一樣，該演算法在進行垃圾**時分成了兩步，分別是：

標記階段，遍歷所有的物件，如果是可達的（reachable），也就是還有物件引用它，那麼就標記該物件為可達。

清除階段，再次遍歷物件，如果發現某個物件沒有標記為可達，則就將其**。

在標記清除演算法中，為了追蹤容器物件，需要每個容器物件維護兩個額外的指標，用來將容器物件組成乙個雙端鍊錶，指標分別指向前後兩個容器物件，方便插入和刪除操作。python直譯器(cpython)維護了兩個這樣的雙端鍊錶，乙個鍊錶存放著需要被掃瞄的容器物件，另乙個鍊錶存放著臨時不可達物件。

標記階段

gc第一次遍歷所有物件，複製每個物件的引用計數，可以記為gc_ref。假設，每個物件i，該計數為gc_ref_i。python會遍歷所有的物件i。對於每個物件i引用的物件j，將相應的gc_ref_j減1。這一步操作就相當於解除了迴圈引用對引用計數的影響。

接著，gc第二次遍歷所有的容器物件，如果物件的gc_ref值為0，那麼這個物件就被標記為unreachable；如果物件的gc_ref不為0，則被標記為reachable，並且會遞迴地將從該節點出發可以到達的所有節點標記為reachable

被標記為unreachable的物件會被移到unreachable鍊錶中

清除階段

**所有被標記為unreachable的物件

在標記-清除演算法執行的過程中，需要掃瞄整個記憶體空間，應用程式會被暫停，為了提公升工作效率，python採用了分代**的策略

弱代假說：年輕的物件通常消亡得快，而老物件則很可能存活更長時間。

python將所有物件分為0、1、2三代，他們對應的是3個鍊錶。

所有新建物件都是0代，當某一代物件經歷過垃圾**，依然存活，則被歸入下一代。

如果0代經歷一定次數的垃圾**，則會啟動對0代和1代的垃圾**；當1代也經歷了一定次數的垃圾**，則會啟動對0、1、2代的垃圾**

>>> import gc
>>> print(gc.get_threshold())
(700, 10, 10)

700是被分配的物件與被釋放的物件之差（分配記憶體的數目減去釋放記憶體的數目）；後面兩個10，表示10次0代垃圾**後，才會執行一次0、1代的垃圾**；10次1代垃圾**後，才會執行一次0、1、2代的垃圾**

手動觸發垃圾**：

>>> print(gc.get_count())
(562, 10, 0)
>>> a=
>>> print(gc.get_count())
(563, 10, 0)
>>> gc.collect()
0>>> print(gc.get_count())
(22, 0, 0)

gc.collect(generation=2)

若被呼叫時不包含引數，則啟動完全的垃圾**。可以通過generation引數指定啟動哪一代的垃圾

參考資料

gc --- 垃圾**器介面

python中的垃圾**機制

聊聊python的記憶體管理

python記憶體分配

python深入06 python的記憶體管理

畫說 ruby 與 python 垃圾**

Python記憶體管理知識整理

記憶體管理知識

記憶體管理知識

Mac OS 記憶體管理知識

相關推薦