一. 小整数对象池（常驻内存）

1. 整数在程序中使用广泛，Python为了优化速度，使用了小整数对象池，避免为整数频繁申请和销毁内存空间。

2. Python对小整数的定义是[-5,257) 左闭右开 这些整数对象是提前建立好的，不会被回收，在一个Python程序中，所有位于这个范围内的整数使用的都是同一个对象。同理，单个字母也是这样的，但是当定义2个相同的字符串时，引用计数为0，触发垃圾回收。

Python 2.7.12 (default, Nov 20 2017, 18:23:56) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> 
>>> 
>>> a = 257
>>> id(a)
29487032
>>> b = 257
>>> id(b)
29487008
>>> c = 256
>>> id(c)
29157408
>>> d = 256
>>> id(d)
29157408
>>> 


Python 3.5.2 (default, Nov 23 2017, 16:37:01) 
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> a = 256
>>> id(a)
10927584
>>> b = 256
>>> id(b)
10927584
>>> 
>>> c = 257
>>> id(c)
140325497813392
>>> d = 257
>>> id(d)
140325497336688
>>> 

二、大整数对象池（用时创建）

1. 每一个整数，均创建一个新的对象

>>> b = 12345
>>> id(b)
140325497336720
>>> a = 12345
>>> id(a)
140325497336784
>>> type(a)
<class 'int'>
>>> a = b
>>> id(a)
140325497336720
>>> 

三、intern 机制（连续字符）

1. python 只占用一个「hello」所占的内存空间
2. 靠引用计数去维护何时释放

>>> a = 'hello'
>>> b = 'hello'
>>> c = 'hello'
>>> d = 'hello'
>>> 
>>> print(id(a))
140325496993696
>>> print(id(b))
140325496993696
>>> print(id(c))
140325496993696
>>> print(id(d))
140325496993696
>>> 

>>> a = 'hello world'
>>> b = 'hello world'
>>> c = 'hello world'
>>> d = 'hello world'
>>> 
>>> 
>>> print(id(a))
140325497036848
>>> print(id(b))
140325497036912
>>> print(id(c))
140325497036976
>>> print(id(d))
140325497037040
>>> 

四、总结

1. 小整数[-5,257)公用对象，常驻内存
2. 单个字符共用对象，常驻内存
3. 单个单词，不可修改，默认开启intern机制，共用对象，引用计数为0销毁
4. 含有空格的字符串，不可修改，没开启intern机制，不共用对象，应用计数为0，销毁

五、Garbage collection

1. java、c# 都采用了垃圾收集机制，而不再是像c，c++自己管理维护内存的方式，自己管理内存，存在风险，内存泄露，悬空指针
2. Python中采用的是引用计数机制为主，标记-清除和分代收集两种机制为辅的策略

（1）引用计数机制

• python里的每一个东西都是对象，他们的核心就是一个结构体PyObject

typedef struct_object{
    int ob_refcnt,
    struct_typeobject * ob_type;
} PyObject

PyObject 是每个对象必有的内容，ob_refcnt引用计数。当一个对象有新的引用时，ob_refcnt就会增加，当引用它的对象被删除，ob_refcnt就会减少

#define Py_INCREF(op) ((op) -> ob_refcnt++) //增加计数
#define Py_DECREF(op) \ //减少计数
    if(--(op)->ob_refcnt !=0) ;
    else __Py_Dealloc((PyObject *)(op))

当引用计数为0的时候，改对象生命周期结束

• 引用计数机制的优点
  

简单，实时性：一旦没有引用，内存就直接释放，不用像其他机制等到特定时机，实时性还带来了一个好处，处理回收内存的时间分摊到了平时

引用计数机制的缺点
维护引用计数消耗资源，能搞定大部分内存回收，但是循环引用无法回收（内存泄露）–>> 引入新的回收机制

<!--循环引用-->

class Test:
    pass

a = Test()
b = Test()

a.r = b
b.r = a

del a
del b

引用计数各位1

lis = []
lis_1 = []

lis.apppend(lis_1)
lis_1.apppend(lis)

0、gc常用函数

• gc.set_debug(gc.DEBUG_LEAK),设置gc的debug日志，
• gc.collect([Generation])显示进行垃圾回收，可以输入参数，0代表只检查一代的对象，1带面检查一二代的对象，2代表检查，1，2，3代的对先发，如果不传参，知心给一个full collection，也就是等于传2。返回不可达对象的数目
• gc.get_threshold() 获取的gc模块中自动执行垃圾回收的频率
• gc.set_threshold()
  

  Docstring:
  set_threshold(threshold0, [threshold1, threshold2]) -> None

• gc.get_count() 获取当前自动执行垃圾回收的计数器，返回一个长度为3的列表

1、导致引用计数+1的情况

• 对象被创建，例如a=2
• 对象被引用，b=a
• 对象被作为参数，传入到一个函数中
• 对象作为一个元素，存储在容器中

2、导致引用计数-1的情况

• 对象别名被显示销毁 del
• 对象别名被赋予新的对象
• 一个对象离开他的作用域
• 对象所在的容器被销毁或者是从容器中删除对象

3、查看对象的引用计数

sys.getrefcount(a)