python函数内存分配 python动态内存分配

python内存管理机制由于python中万物皆对象,所以python的存储问题是对象的存储问题 。实际上,对于每个对象,python会分配一块内存空间去存储它 。
那么python是如何进行内存分配,如何进行内存管理 , 又是如何释放内存的呢?
总结起来有一下几个方面:引用计数,垃圾回收,内存池机制
python内部使用引用计数,来保持追踪内存中的对象,Python内部记录了对象有多少个引用 , 即引用计数
1、对象被创建a= 'abc'
2、对象被引用b =a
3、对象被其他的对象引用li = [1,2,a]
4、对象被作为参数传递给函数:foo(x)
1、变量被删除del a 或者 del b
2、变量引用了其他对象b = c或者 a = c
3、变量离开了所在的作用域(函数调用结束)比如上面的foo(x)函数结束时,x指向的对象引用减1 。
4、在其他的引用对象中被删除(移除)li.remove(a)
5、窗口对象本身被销毁:del li,或者窗口对象本身离开了作用域 。
即对象p中的属性引用d,而对象d中属性同时来引用p,从而造成仅仅删除p和d对象,也无法释放其内存空间,因为他们依然在被引用 。深入解释就是,循环引用后,p和d被引用个数为2,删除p和d对象后,两者被引用个数变为1,并不是0,而python只有在检查到一个对象的被引用个数为0时 , 才会自动释放其内存,所以这里无法释放p和d的内存空间
垃圾回收机制: ① 引用计数 , ②标记清除 , ③分带回收
引用计数也是一种垃圾收集机制, 而且也是一种最直观, 最简单的垃圾收集技术.当python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了.(如果出现循环引用的话, 引用计数机制就不再起作用了)
优点:简单实时性,缺点:维护引用计数消耗资源 , 且无法解决循环引用 。
如果两个对象的引用计数都为 1 , 但是仅仅存在他们之间的循环引用,那么这两个对象都是需要被回收的, 也就是说 它们的引用计数虽然表现为非 0 , 但实际上有效的引用计数为 0 ,.所以先将循环引用摘掉, 就会得出这两个对象的有效计数.
标记清除算法也有明显的缺点:清除非活动的对象前它必须顺序扫描整个堆内存,哪怕只剩下小部分活动对象也要扫描所有对象 。
为了提高效率,有很多对象,清理了很多次他依然存在,可以认为 , 这样的对象不需要经常回收,可以把它分到不同的集合,每个集合回收的时间间隔不同 。简单的说这就是python的分代回收 。
具体来说 , python中的垃圾分为1,2,3代,在1代里的对象每次回收都会去清理,当清理后有引用的对象依然存在,此时他会进入2代集合,同理2代集合清理的时候存在的对象会进入3代集合 。
每个集合的清理时间如何分配:会先清理1代垃圾 , 当清理10次一代垃圾后会清理一次2代垃圾,当清理10次2代垃圾后会清理3代垃圾 。
在Python中,许多时候申请的内存都是小块的内存 , 这些小块内存在申请后 , 很快又会被释放,当创建大量消耗小内存的对象时,频繁调用new/malloc会导致大量的内存碎片,致使效率降低 。
内存池的概念就是预先在内存中申请一定数量的,大小相等的内存块留作备用,当有新的内存需求时,就先从内存池中分配内存给这个需求,不够了之后再申请新的内存 。这样做最显著的优势就是能够减少内存碎片,提升效率 。
Python中有分为大内存和小内存:(256K为界限分大小内存)
大小小于256kb时 , pymalloc会在内存池中申请内存空间,当大于256kb,则会直接执行 new/malloc 的行为来申请新的内存空间

推荐阅读