想要了解python，就必須要了解Python的內存管理機制，不然我們就會經常踩進一些莫名其妙的坑！
Python的內存管理機制共分爲三部分：1、引用計數 2、垃圾回收 3、內存池機制
在瞭解以上三部分內容之前，我們先來了解一下python的變量與對象：
我們可以簡單的把python的變量理解爲指向對象的一個指針，這個指針指向了對象在內存中的真正存儲位置，從而通過這個變量指針獲取對象的值。而python對象是類型已知的、明確的內存數據或者內存空間，內存空間中存儲了它們所表示的值，如果不理解的話，我們舉個例子：
| >>> a = '123' |
這裏，真正的對象是’123’字符串，而a只是指向這個字符串內存空間的一個指針，通過賦值’=’，我們把變量a和對象’123’之間建立了連接關係或者映射關係，就是我們所說的"引用"，所以我們可以通過這個指針a來獲取對象’123’的值。
從中，我們也可以看出變量名其實是沒有類型的，類型是屬於對象的，由於變量引用了對象，所以變量的類型就是所引用對象的類型！
我們可以通過python的內置函數id()，來查看變量所引用對象的id，也就是內存地址:
|
>>> a = 1 >>> b = a >>> print(id(a), id(b)) 2193993458056 |
同時也可以使用內置關鍵字 is 來判斷兩個變量是否引用同一個對象：
|
>>> a = '123' >>> b = '123' >>> print(a is b) True |
一、引用計數
接下來我們來介紹一下python的引用計數：
在python中，每個對象都會包含一個頭部信息，這個頭部信息包括：類型標識符和引用計數器！
查看對象的引用計數可以調用 sys.getrefcount():
|
>>> import sysy >>> a = [1, 2] >>> sys.getrefcount(a) 2 >>> b = a >>> sys.getrefcount(a) 3 >>> sys.getrefcount(b) 3 |
這裏需要注意的是，第一次把某個引用作爲參數傳遞給 sys.getrefcount() 時，會臨時創建一個該參數的臨時引用，所以我們看到第一次調用時發現比實際的多1
引用計數增加的方式：
1、對象的創建
|
>>> a = [1, 2] >>> sys.getrefcount([1, 2]) 2 |
2、引用的賦值
|
>>> b = a >>> sys.getrefcount([1, 2]) 3 |
3、作爲容器對象的一個元素
|
>>> c = [1, 2, [1, 2]] >>> sys.getrefcount([1, 2]) 4 |
4、作爲參數傳遞給函數
|
>>> foo(a) >>> sys.getrefcount([1, 2]) 5 |
引用計數減少的方式：
1、顯示得銷燬對象引用
|
>>> del a >>> sys.getrefcount([1, 2]) 4 |
2、該對象的引用被賦值了其它對象
|
>>> b = '12' >>> sys.getrefcount([1, 2]) 3 |
3、從容器對象中移除
|
>>> c.remove([1, 2]) >>> sys.getrefcount([1, 2]) 2 |
4、引用離開作用域，比如函數foo()結束返回
二、 垃圾回收
python垃圾回收的原理：
當python對象的引用計數爲0時，python解釋器會對這個對象進行垃圾回收。
但需要注意的是在垃圾回收的時候，python不能進行其它任務，所以如果頻繁的進行垃圾回收將大大降低python的工作效率，因此，python只會在特定的條件下自動進行垃圾回收，這個條件就是"閾值"，在python運行過程中，會記錄對象的分配和釋放次數，當這兩個次數的差值高於閾值的時候，python纔會進行垃圾回收。
查看閾值：
|
>>> import gc >>> gc.get_threshold() (700, 10, 10) |
700就是垃圾回收啓動的閾值，後面的兩個10是什麼呢？它們是python的垃圾分代回收機制。爲了處理如list、dict、tuple等容器對象的循環引用問題，python引用了標記-清除和分代回收的策略。
【標記清除】是一種基於追蹤回收(tracing GC)技術實現的回收算法，它分爲兩個階段：第一階段是把所有活動對象打上標記，第二階段是把沒有標記的非活動對象進行回收，對象是否活動的判斷方法是：從根對象觸發，沿着"有向邊"遍歷所有對象，可達的對象就會被標記爲活動對象，不可達的對象就是後面需要清除的對象，如下圖
從根對象(小黑點)出發，1、2、3可達，4、5不可達，那麼1、2、3就會被標記爲活動對象，4、5就是會被回收的對象，這種方法的缺點是：每次清除非活動對象前都要掃描整個堆內存裏面的對象。
【分代回收】是一種以空間換時間的操作方式，python把所有對象的存貨時間分爲3代(0、1、2)，對應着3個鏈表，新創建的對象會被移到第0代，當第0代的鏈表總數達到上限時，就會觸發python的垃圾回收機制，把所有可以回收的對象回收，而不會回收的對象就會被移到1代，以此類推，第2代的對象是存活最久的對象，當然分代回收是建立在標記清除技術的基礎上的。
現在回過頭來分析之前的閾值：
|
>>> gc.get_threshold() (700, 10, 10) |
第一個10代表每10次0代的垃圾回收纔會觸發1次1代的垃圾回收，每10次1代的垃圾回收纔會觸發1次2代的垃圾回收。當然，也可以手動垃圾回收：
|
>>> gc.collect() 2 |
三、 python 內存池機制
爲了避免頻繁的申請和釋放內存，python的內置數據類型，數值、字符串，查看python源碼可以看到數值緩存範圍爲 -5 ~ 257
#ifndef NSMALLPOSINTS
#define NSMALLPOSINTS 257
#endif
#ifndef NSMALLNEGINTS
#define NSMALLNEGINTS 5
#endif
對於 -5 ~ 257 範圍內的數值，創建之後python會把其加入到緩存池中，當再次使用時，則直接從緩存池中返回，而不需要重新申請內存，如果超出了這個範圍的數值，則每次都需要申請內存。下面看個例子：
|
>>> a = 66 >>> b = 66 >>> id(a) == id(b) True >>> x = 300 >>> y = 300 >>> id(x) == id(y) False |
字符串的 intern 機制
Python 解釋器中使用了 intern (字符串駐留)的技術來提高字符串效率，所謂 intern 機制，指的是：字符串對象僅僅會保存一份，放在一個共用的字符串儲蓄池中，並且是不可更改的，這也決定了字符串時不可變對象。
機制原理：
實現 Intern 機制的方式非常簡單，就是通過維護一個字符串儲蓄池，這個池子是一個字典結構，如果字符串已經存在於池子中就不再去創建新的字符串，直接返回之前創建好的字符串對象，如果之前還沒有加入到該池子中，則先構造一個字符串對象，並把這個對象加入到池子中去，方便下一次獲取。
但並非全部的字符串都會採用 intern 機制，只有包括下劃線、數字、字母的字符串纔會被 intern，同時字符數不能超過20個，因爲如果超過20個字符的話，Python 解釋器就會認爲這個字符串不常用，不用放入字符串池子中。