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。
垃圾**
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。
記憶體池機制
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是如何進行記憶體管理
三個方面 一物件的引用計數機制,二垃圾 機制,三記憶體池機制 一 物件的引用計數機制 python內部使用引用計數，來保持追蹤記憶體中的物件，所有物件都有引用計數。引用計數增加的情況 1，乙個物件分配乙個新名稱 2，將其放入乙個容器中 如列表 元組或字典 引用計數減少的情況 1，使用del語句對物件...
python是如何進行記憶體管理的
一 python記憶體管理 這個問題需要從三個方面來說 1 物件的引用計數機制 四增五減 2 垃圾 機制 手動自動，分代 3 記憶體池機制 大m小p 1 物件的引用計數機制 要保持追蹤記憶體中的物件，python使用了引用計數這一簡單的技術。sys.getrefcount a 可以檢視a物件的引用計...
Python是如何進行記憶體管理的？
python引用了乙個記憶體池 memory pool 機制，即pymalloc機制 malloc n.分配記憶體 用於管理對小塊記憶體的申請和釋放 記憶體池 memory pool 的概念 當 建立大量消耗小記憶體的物件時，頻繁呼叫new malloc會導致大量的記憶體碎片，致使效率降低。記憶體池...