python10_内存管理
1）python动态类型：对象是储存在内存中的实体在程序中写的对象名只是指向这一对象的引用引用和对象分离，是动态类型的核心引用可以随时指向新的对象（内存地址会不一样）
2）引用计数：在python中，每个对象都有存有指向该对象的引用总数，即引用计数原理：每个对象维护一个 ob_ref 字段，用来记录该对象当前被引用的次数每当新的引用指向该对象时，它的引用计数ob_ref加1每当该对象的引用失效时计数ob_ref减1一旦对象的引用计数为0，该对象可以被回收，对象占用的内存空间将被释放缺点：需要额外的空间维护引用计数，这个问题是其次的-------最主要的问题是它不能解决对象的“循环引用”
获取引用计数：getrefcount()
当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此， getrefcount()所得到的结果，会比期望的多1。
增加引用计数：当一个对象A被另一个对象B引用时，A的计数会+1
减少引用计数：del删除或重新引用时，引用计数会变化（del只是删除引用）
循环引用：x = []y = []x.append(y)y.append(x)对于上面相互引用的情况,如果不存在其他对象对他们的引用,这两个对象 所占用的内存也还是无法回收,从而导致内存泄漏
引用计数机制的优点：简单，实时性引用计数机制的缺点：维护引用计数消耗资源；循环引用时无法回收
3）垃圾回收回收原则：当python某个对象的引用计数降为0时，可被垃圾回收gc机制：GC作为现代编程语言的自动内存管理机制，专注于两件事找到内存中无用的垃圾资源清除这些垃圾并把内存让出来给其他对象使用
效率问题：垃圾回收时，Python不能进行其它的任务。频繁的垃圾回收将大大降低Python的工作效率。当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的 次数。当两者的差值高于某个阈值时，垃圾回收才会启动。
三种情况触发垃圾回收：调用gc.collect()GC达到阈值时程序退出时
分代回收：这一策略的基本假设是：存活时间越久的对象，越不可能在后面的程序中变成垃圾Python将所有的对象分为0，1，2三代所有的新建对象都是0代对象。当某一代对象经历过垃圾回收，依然存活，那么它就被归入下一代对象垃圾回收启动时，一定会扫描所有的0代对象如果0代经过一定次数垃圾回收，那么就启动对0代和1代的扫描清理当1代也经历了一定次数的垃圾回收后，那么会启动对0，1，2，即对所有对象进行扫描
标记清除机制：首先标记对象（垃圾检测），然后清除垃圾（垃圾回收）主要用于解决循环引用1.标记：活动（有被引用），非活动（可被删除）2.清除：清除所有非活动对象
4）缓冲池整数对象缓冲池：对于[-5,256] 这样的小整数，系统已经初始化好，可以直接拿来用。而对于其他的大整数，系统则提 前申请了一块内存空间，等需要的时候在这上面创建大整数对象。[-5，256]它们的ip地址都是同一个，其他的不一样字符串缓存：为了检验两个引用指向同一个对象，我们可以用is关键字。is用于判断两个引用所指的对象是否相同。 当触发缓存机制时，只是创造了新的引用，而不是对象本身。
字符串的intern机制：python对于短小的，只含有字母数字的字符串自动触发缓存机制。其他情况不会缓存。
5）深拷贝和浅拷贝数字拷贝：
多个引用指向同一个对象，如果一个引用值发生变化，那么实际上是让这个引用指向一个新的引用， 并不影响其他的引用的指向。
字典拷贝：
字典浅拷贝：拷贝第一层数据（地址）
现在a,b的内存地址是不一样的，b只能拷贝到a的第一层地址字典深拷贝：递归拷贝所有层数据
一般而言，除了copy.deepcopy，其他都是浅拷贝，除了一些推导式如：x = [ [] for i in range(3) ]这个是深~ps:直接赋值不属于拷贝
数字和字符串、元组，不能改变对象本身，只能改变引用的指向，称为不可变数据对象列表、字典、集合可以通过引用其元素，改变对象自身(in-place change)。这种对象类型，称为可 变数据对象