Python中的内存管理（上）

整形、字符对象的内存使用

python的内存使用方式和C语言不一样。先分别看一下两种语言创建整形数据时的情况。

C语言

int a = 11111;//给a分配一块int大小的内存，内存中的值为1
a = 22222;//a内存中的值变为2

python

a = 11111 #创建一个值为11111的对象，符号a引用该对象
a = 22222 #创建一个值为22222的对象，a引用该对象，如果对象11111没有被其他符号引用，则被释放。

在python中，可以使用内置函数id()返回对象的内存地址。

>>> a = 11111
>>> id(a)
139871089948560
>>> b = 11111
>>> id(b)
139871089948816

可见，尽管a和b赋的值一样，但分别创建了一个对象。

又如：

>>> c = 1
>>> id(c)
10105824
>>> d = 1
>>> id(d)
10105824

我们发现，c和d引用的对象地址是一样的。这是因为，python中对短小的整数和字符作了缓存，不需要每次有新符号引用时都创建一个。

使用关键词is可以查看两个符号引用的是否是同一个对象。

>>> a is b
False
>>> c is d
True

容器对象的内存使用

再来看下python中容器的内存使用。python的容器包括list, tuple, dict，python不会对容器作缓存，所以每次创建容器对象地址都不一样。

>>> a = []
>>> id(a)
139871089318984
>>> b = []
>>> id(b)
139871089319624

容器中可以包含多个对象的引用。在使用时需要特别注意对象之间的复制问题。
例如：

>>> a = [1,2,3]
>>> b = a
>>> a[0] = 4
>>> b
[4, 2, 3]

执行完b = a这句后，a和b都引用了同一个对象，所以a中对象的任何操作都会影响到b
要使a和b互不影响，需要使用标准库中的copy模块。 

>>> a = [1,2,3]
>>> import copy
>>> b = copy.copy(a)
>>> a[0] = 4
>>> b
[1, 2, 3]

b = copy.copy(a)这句执行后，a和b引用的对象是不同的，所以修改a[0]时不会影响b

但是，copy只是浅拷贝，这么做可能还是会引起问题。看下面的例子：

>>> a = [[1,2], 10, 11]
>>> b = copy.copy(a)
>>> a[0][0] = 9
>>> b
[[9, 2], 10, 11]

虽然a和b引用的是不同对象，但a[0]和b[0]引用了相同的对象，所以a[0]容器中引用的对象被修改时，会影响到b[0]
对于这种情况，我们应该使用深拷贝：

>>> a = [[1,2], 10, 11]
>>> b = copy.deepcopy(a)
>>> a[0][0] = 9
>>> b
[[1, 2], 10, 11]

Python的内存释放

了解了python中对象内存分配，再来了解下python是如何释放无用内存的。

python为每个内存对象维护一个引用计数。当内存对象被其他对象引用时，该对象的计数值加1；当该内存对象的引用被移除时，计数值减1。当引用计数为0时，该对象被释放。这种内存管理方式称为引用计数（reference counting）方式。

我们可以使用sys包中的getrefcount()来查看某个对象的引用计数。注意，getrefcount()函数返回的结果会比实际引用数多1，因为当把引用传入时实际上创建了一个临时的引用。

来看些例子：

>>> import sys
>>> a = 'hello world'
>>> sys.getrefcount(a)
2
>>> b = a
>>> sys.getrefcount(a)
3
>>> del(a)
>>> sys.getrefcount(b)
2

例子中，首先创建了一个'hello world'的对象，符号a引用该对象，此时引用值为1，由于getrefcount函数的问题，返回的值会多1.然后符号b也引用了a的对象，此时引用值为2.最后调用del函数删除了符号a，'hello world'的引用计数值变为1.

python的引用计数是十分高效的。但是，引用计数有一个很大的问题 ，它无法处理循环引用（reference cycle）。
最简单的循环引用如下：

>>> a=[]
>>> a.append(a)
>>> import sys
>>> sys.getrefcount(a)
3
>>> a is a[0]
True

此时a的对象有2个引用，当调用del(a)删除a时，对象计数值变为1，对象不会被释放，但是已经没有任何途径可以访问这个对象了，这就造成了内存泄露。为了解决这个问题，python引入了垃圾回收（garbage collection）。

关于垃圾回收且听下回分解~