3、内存管理机制

一、什么是垃圾回收机制？

​ 垃圾回收机制（简称GC）是Python解释器自带一种机制，专门用来回收不可用的变量值所占用的内存空间。

二、什么是不可用的变量？

​ 简单来讲，我们定义变量将变量值存起来的目的是为了以后取出来使用，而取得变量值需要通过其绑定的直接引用
​ 而取得变量值需要通过其绑定的直接引用（如x=10，10被x直接引用）或间接引用（如y=x，x=10，10被x直接引用，而被y间接引用）
​ 所以当一个变量值不再绑定任何引用时，我们就无法再访问到该变量值了，该变量值自然就是没有用的，就应该被当成一个垃圾回收。

三、堆区与栈区

​ 在定义变量时，变量名与变量值都是需要存储的，分别对应内存中的两块区域：堆区与栈区。
(1)变量名与值内存地址的关联关系存放于栈区
(2)变量值存放于堆区，内存管理回收的则是堆区的内容。

x = 10
y = 20
# 堆区栈区如下图

四、直接引用与间接引用

l2 = [20, 30]  # 列表本身被变量名l2直接引用，包含的元素被列表间接引用
x = 10  # 值10被变量名x直接引用
l1 = [X, L2]  # 列表本身被变量名l1直接引用，包含的元素被列表间接引

# [10, [20, 30]]  # L1输出结果

五、内存管理机制之垃圾回收机制GC

1.引用计数

变量值被变量名关联的次数

# 引用计数增加：
x = 10  # 10引用计数为1
y = x  # 10引用计数为2

# 引用计数减少：
x = 20 # 10的引用计数为1
del y  # 10的引用计数为0

值的引用计数一旦变为0，其占用的内存地址就应该被解释器的垃圾回收机制回收
优点：简单、直观实时性，只要没有了引用就释放资源。
缺点：循环引用时，无法回收

2.标记/清除

用于解决循环引用导致的内存泄漏问题

# 什么是循环引用呢？
# 如下我们定义了两个列表，简称列表1与列表2，变量名l1指向列表1，变量名l2指向列表2
l1=['xxx']  # 列表1被引用一次，列表1的引用计数变为1   
l2=['yyy']  # 列表2被引用一次，列表2的引用计数变为1   
l1.append(l2)   # 把列表2追加到l1中作为第二个元素，列表2的引用计数变为2
l2.append(l1)   # 把列表1追加到l2中作为第二个元素，列表1的引用计数变为2

# l1与l2之间有相互引用
# l1 = ['xxx'的内存地址,列表2的内存地址]
# l2 = ['yyy'的内存地址,列表1的内存地址]
['xxx', ['yyy', [...]]]  # l1此时的状态
['yyy', ['xxx', [...]]]  # l2此时的状态

# 如果我们这样操作一下会发生什么呢？
del l1 # 列表1的引用计数减1，列表1的引用计数变为1
del l2 # 列表2的引用计数减1，列表2的引用计数变为1

​ 现在我们无法通过变量名访问到这两个列表，但是由于这两个列表相互吸引，引用计数均不为0，那么引用计数机制不就无法将它回收了吗，

​ 所以Python引入了“标记-清除” 与“分代回收”来分别解决引用计数的循环引用与效率低的问题

标记/清除算法的核心：
如果一个值没有关联任何一条以直接引用作为出发点的引用，那么该值就会被标记下来，并且清除。
或者说 一个变量值不存在任何以栈区为出发点的引用，那么标记/清除算法就认为它是垃圾

标记/清除算法的做法:
当应用程序可用的内存空间被耗尽的时，就会停止整个程序，然后进行两项工作，第一项则是标记，第二项则是清除

3.分代回收

​ 基于引用计数的回收机制，每次回收内存，都需要把所有对象的引用计数都遍历一遍，这是非常消耗时间的，于是引入了分代回收来提高回收效率，分代回收采用的是用“空间换时间”的策略。

分代回收的核心思想：在历经多次扫描的情况下，都没有被回收的变量，gc机制就会认为，该变量是常用变量，gc对其扫描的频率会降低
优点：降低扫描数数量，提升效率
缺点: 有个别数据无法得到及时的处理

六、内存管理机制之小整数池[-5, 256]

​ Python为了优化速度，使用了小整数池，这些整数对象是提前建立好的 避免为整数频繁申请和销毁内存空间。不会被垃圾回收。