python引入了乙個機制：引用計數。
python內部使用引用計數，來保持追蹤記憶體中的物件，python內部記錄了物件有多少個引用，即引用計數，當物件被建立時就建立了乙個引用計數，當物件不再需要時，這個物件的引用計數為0時，它被垃圾**。
總結一下物件會在一下情況下引用計數加1：
1.物件被建立：x=4
2.另外的別人被建立：y=x
3.被作為引數傳遞給函式：foo(x)
4.作為容器物件的乙個元素：a=[1,x,'33']
引用計數減少情況
1.乙個本地引用離開了它的作用域。比如上面的foo(x)函式結束時，x指向的物件引用減1。
2.物件的別名被顯式的銷毀：del x ；或者del y
3.物件的乙個別名被賦值給其他物件：x=789
4.物件從乙個視窗物件中移除：mylist.remove(x)
5.視窗物件本身被銷毀：del mylist，或者視窗物件本身離開了作用域。
1、當記憶體中有不再使用的部分時，垃圾收集器就會把他們清理掉。它會去檢查那些引用計數為0的物件，然後清除其在記憶體的空間。當然除了引用計數為0的會被清除，還有一種情況也會被垃圾收集器清掉：當兩個物件相互引用時，他們本身其他的引用已經為0了。
2、垃圾**機制還有乙個迴圈垃圾**器, 確保釋放迴圈引用物件(a引用b, b引用a, 導致其引用計數永遠不為0)。
在python中，許多時候申請的記憶體都是小塊的記憶體，這些小塊記憶體在申請後，很快又會被釋放，由於這些記憶體的申請並不是為了建立物件，所以並沒有物件一級的記憶體池機制。這就意味著python在執行期間會大量地執行malloc和free的操作，頻繁地在使用者態和核心態之間進行切換，這將嚴重影響python的執行效率。為了加速python的執行效率，python引入了乙個記憶體池機制，用於管理對小塊記憶體的申請和釋放。
python提供了對記憶體的垃圾收集機制，但是它將不用的記憶體放到記憶體池而不是返回給作業系統。
python中所有小於256個位元組的物件都使用pymalloc實現的分配器，而大的物件則使用系統的 malloc。另外python物件，如整數，浮點數和list，都有其獨立的私有記憶體池，物件間不共享他們的記憶體池。也就是說如果你分配又釋放了大量的整數，用於快取這些整數的記憶體就不能再分配給浮點數。
Python記憶體管理機制
一 python記憶體 因為要呼叫while迴圈，迴圈內有temp變數，不清楚python是否會在每一輪迴圈結束後自動釋放temp記憶體空間，做了乙個記憶體測試，發現無論temp none，還是del temp，只能銷毀變數，無法完全釋放記憶體空間。注 紅色部分標出相同記憶體id。python vi...
python記憶體管理機制
a 1整數1為乙個物件。而a是乙個引用。利用賦值語句，引用a指向物件1。在python中，整數和短小的字元，python都會快取這些物件，以便重複使用。當我們建立多個等於1的引用時，實際上是讓所有這些引用指向同乙個物件。a 1 b 1 print id a print id b 在python中，每...
python記憶體管理機制
1.引用計數 當乙個python物件被引用時 其引用計數增加 1 當其不再被變數引用時 引用計數減 1 當物件引用計數等於 0 時,物件被刪除 引用計數是一種非常高效的記憶體管理機制 2.垃圾 垃圾 機制 引用計數 標記清除 分帶 引用計數 引用計數也是一種垃圾收集機制,而且也是一種最直觀,最簡單的...