Python内存管理机制

1、抛出一个问题：下面代码输出结果是什么？

list = [[]] * 5
list
list[0].append(10)
list
list[1].append(20)
list
list.append(30)
list　　　

　　输出结果如下:

[[], [], [], [], []]
[[10], [10], [10], [10], [10]]
[[10, 20], [10, 20], [10, 20], [10, 20], [10, 20]]
[[10, 20], [10, 20], [10, 20], [10, 20], [10, 20], 30]

第一行的输出结果直觉上很容易理解，就是创建了5个空列表。然而，不是创造一个包含五个独立列表的列表，而是对一个列表进行五次引用。

2、Python的内存管理机制

Python的内存管理截止可以从三个方面来讲

1. 垃圾回收
2. 引用计数
3. 内存池机制

1）、垃圾回收

Python不像C++，Java等语言一样，他可以不用事先声明变量类型而直接对变量进行赋值。对于Python来讲，对象的类型和内存都是在运行时确定的。这也是Python语言为动态语言的原因。

2）、引用计数

Python采用了类似Windows内核对象一样的方式来对内存进行管理。每一个对象，都维护这一个对指向改对象的引用计数。

我们创建了一个对象10，然后这个整形对象的引用赋值给x，因为x是第一个引用，因此，这个整形对象的引用数为1。y=x创建了一个指向同一对象的引用别名y，并没有为y创建一个新的对象，而是将y也指向了x指向的整形对象，这样它的引用计数就为2。

我们可以看到x与y的id一直，这个id可以理解为变量在内存中的地址。

在Python中，变量相当于在内存中开辟了一块区域。当对一个对象进行赋值的时候，相当于将该变量引用到该对象上。此时，该变量的引用计数就是1。当有该变量被其他对象引用的时候引用计数加1。系统会自动维护这些标签，并定时扫描，当某标签的引用计数变为0的时候，就会被回收。

通过这个引用计数机制，我们可以联想到为什么Python中的字典复制问题

当y中的'machine'中的值被修改时，原始字典的内容也会被修改。

3）、内存池机制

Python的内存池机制为金字塔式结构，-1，-2层主要有操作系统进行操作，

第0层是C中的malloc，free等内存分配和释放函数进行操作；

第1层跟第2层是内存池，有Python的接口函数PyMem_Malloc函数实现，当对象小于256k时由该层直接分配内存；

第3层是最上层，也就是我们对Python对象的直接操作。

Python在这里主要干的工作有：

如果请求分配的内存在1~256字节之间就使用自己的内存管理系统，否则世界使用malloc。

这里还是会调用malloc分配内存，每次会分配一块大小为256k的大块内存。

经由内存池等级的内存到最后还是会回收到内存池，并不会调用C的free释放掉。以便下次使用。对于简单的Python对象，例如数值、字符串、元祖（tuple不可更爱）采用的是复制的方式，将对象B的变量赋值给对象A的时候，虽然A和B的内存空间仍相同，但当A的值发生变化时，会重新给A分配内存，此时A与B的地址将不在相同。

对于像字典(dict)，列表(List)等，改变一个就会引起另一个的改变，称之为浅拷贝

注：

对于此文中的复制问题，可采用deepcopy函数来解决这个问题。

后续有待补充