python的数据管理
- python数据的创建
- 1.小整数对象池 范围[-5,256] [a-z] [A-Z]
- 整数在Python中的使用广泛，为了优化速度，使用小整数对象池来优化，小整数对象池中的数据不会被垃圾回收，单个字母也是同样原理
- 2.大整数对象 除了小整数对象
- 大整数用的频率低，所以使用时创建
- pyhton数据管理机制
- intern机制介绍（引用计数）
- 当重复创建若干变量（不可变类型），变量内容相同时，Python不会为相同的内容创建存储空间，而是使用引用计数的方式处理
- 字符串和数字类型的数据都是不可修改数据，每次的修改实际上是创建了一个新的对象
- intern机制的特殊情况
- 字符串数据带空格
- 字符串数据如果存在空格则不共用数据
python的垃圾回收
- 垃圾回收的概念
- 将不需要的数据进行回收，减少内存的占用
- python的垃圾回收机制
- 1.主要运用引用计数跟踪和回收垃圾
- 2.通过标记-清除辅助
- 3.通过分代回收提高回收效率
- 垃圾回收机制详解
- python的回收机制
- python里也同java一样采用了垃圾收集机制，不过不一样的是: python采用的是引用计数机制为主，分代收集机制为辅的策略
- 引用计数详解
- 引用计数的概念
- python中所有的数据都是对象，在c语言中都是结构体(python的底层实现)，其中就有一个专门用于计数的参数，我们可以理解为Python类中在__init__初始化的时候定义了一个计数器
- 示例：
- 引用计数回收机制的优缺点
- 优点
- 简单
- 实时性：一旦没有引用(引用计数为0)，内存就直接释放了。不用像其他机制等到特定时机。实时性还带来一个好处：处理回收内存的时间分摊到了平时。
- 缺点
- 维护引用计数消耗资源
- 循环引用（用分代收集来弥补）
- 引用计数与其他回收方式的对比
- ruby的垃圾回收原理
- 1.ruby会提前创建一个链表型存储空间链
- 2.当需要存储空间的时候去链表上拿取一块空间用于存储数据
- 3.持续创建变量消耗存储空间
- 4.直到消耗完毕预定义的存储空间
- 5.之后停止程序一小段事件进行垃圾回收，回收已经没有引用的空间
- python垃圾回收原理
- 1.Python需要存储空间的时候向系统申请
- n1 = ‘abc’
- 2.当创建若干个变量的时候
- n1 = ‘abc’
- n2 = ‘def’
- n3 = ‘hij’
- 3.创建新的对象并赋值给旧变量
- n1 = ‘abc’ n1 = ‘klm’
- 4.引用计数为0的对象不久就会被系统的自动回收
- 标记-清除&分代回收
- 引入分代回收的原因
- 用来处理引用计数有问题的内存空间，比如数据之间存在循环引用（即双方互相引用），这样会导致资源没有被其他的变量引用，但是数据的引用计数不为0，导致资源不能被普通的引用计数的方法回收，这时就要使用分代回收来处理
- 作用场景
- 当出现循环引用的时候，在某些情况下，有可能程序员的代码会造成循环引用，类似于线程的死锁，这样就呆滞了空间无法及时清退，造成空间的占用
- 分代回收的原理
- 1.将每个对象放到一个列表中(零代列表)
- 2.检查列表中的每一项之间是否存在相互引用，如果存在则根据算法去除，并且修改引用计数
- 3.释放列表中引用计数为0的对象
- 4.将经过检测的对象放入另一个列表中(一代列表)
- 5.经过一定时间按照检测零代列表的方式检测一代列表中的对象
- 备注：后面每一代列表的检测频率会低于前面的列表
python的垃圾回收相关模块
- 查询对象的引用计数
- import sys 导入sys模块
- sys.getrefcount(n) 获取对象的引用计数（注意，sys.getrefcount本身也会引用一次）
- del 变量 删除变量，将引用计数减一
- 设置垃圾回收的相关操作
- import gc 导入gc模块
- gc.disable() 关闭垃圾回收,主要关闭分代回收
- gc.collect() 手动回收垃圾，主要实现了分代回收的功能
- gc.get_threshold() 查看垃圾回收的阈值
- gc.get_count() 查看当前内存分配的垃圾回收计数
