一、python是一個(gè)什么樣類型的語言

1、python是一種動(dòng)態(tài)解釋性強(qiáng)類型定義的高級(jí)、通用性編程語言。

解釋型：執(zhí)行的時(shí)候，才一條一條的解釋成機(jī)器語言給計(jì)算機(jī)來執(zhí)行。如：python、js、ruby、PHP等

編譯型：把源程序的每一條語句都編譯成機(jī)器語言,并保存成二進(jìn)制文件,這樣運(yùn)行時(shí)計(jì)算機(jī)可以直接以機(jī)器語言來運(yùn)行此程序，速度快。如：C、C++、go等

動(dòng)態(tài)語言：動(dòng)態(tài)類型的語言編程時(shí)，永遠(yuǎn)也不用給任何變量指定數(shù)據(jù)類型，該語言會(huì)在你第一次賦值給變量時(shí)，在內(nèi)部將數(shù)據(jù)類型記錄下來

靜態(tài)語言：與動(dòng)態(tài)類型語言剛好相反，它的數(shù)據(jù)類型是在編譯其間檢查的，也就是說在寫程序時(shí)要聲明所有變量的數(shù)據(jù)類型

強(qiáng)類型定義語言：一旦一個(gè)變量被指定了某個(gè)數(shù)據(jù)類型，如果不經(jīng)過強(qiáng)制轉(zhuǎn)換，那么它就永遠(yuǎn)是這個(gè)數(shù)據(jù)類型

弱類型定義語言：數(shù)據(jù)類型可以被忽略的語言。它與強(qiáng)類型定義語言相反, 一個(gè)變量可以賦不同數(shù)據(jù)類型的值

二、python的內(nèi)存管理機(jī)制

python的內(nèi)存管理機(jī)制：引用計(jì)數(shù)、垃圾回收、內(nèi)存池機(jī)制

1、變量與對象

1、變量：通過變量指針引用對象

變量指針：指向具體對象的內(nèi)存空間，取對象的值。

2、對象，類型已知，每個(gè)對象都包含一個(gè)頭部信息(頭部信息：類型標(biāo)識(shí)符和引用計(jì)數(shù)器)

注意：變量名沒有類型，類型屬于對象(因?yàn)樽兞恳脤ο?#xff0c;所以類型隨對象)，變量引用什么類型的對象，變量就是什么類型的。

a、容器對象

Python的一個(gè)容器對象(比如：表、詞典等)，可以包含多個(gè)對象。

容器對象：容器對象中包含的并不是元素對象本身，是指向各個(gè)元素對象的引用。

1、Python3.6緩存了整數(shù)(-5~256)和短字符串，因此每個(gè)對象在內(nèi)存中只存有一份，引用所指對象就是相同的，即使使用賦值語句，也只是創(chuàng)造新的引用，而不是對象本身；

2、Python沒有緩存長字符串、列表及其他對象，可以有多個(gè)相同的對象，可以使用賦值語句創(chuàng)建出新的對象。

2、引用計(jì)數(shù)

a、普通引用

注意：當(dāng)使用某個(gè)引用作為參數(shù)，傳遞給getrefcount()時(shí)，參數(shù)實(shí)際上創(chuàng)建了一個(gè)臨時(shí)的引用。因此，getrefcount()所得到的結(jié)果，會(huì)比期望的多1。

b、容器對象

c、引用計(jì)數(shù)增加

1、對象被創(chuàng)建

2、另外的別人被創(chuàng)建

3、作為容器對象的一個(gè)元素

d、引用計(jì)數(shù)減少

1、對象的別名被顯式的銷毀

2、對象的一個(gè)別名被賦值給其他對象

3、對象從一個(gè)窗口對象中移除，或，窗口對象本身被銷毀

4、一個(gè)本地引用離開了它的作用域，比如上面的foo(x)函數(shù)結(jié)束時(shí)，x指向的對象引用減1。

3、垃圾回收

從基本原理上，當(dāng)Python的某個(gè)對象的引用計(jì)數(shù)降為0時(shí)，說明沒有任何引用指向該對象，該對象就成為要被

回收的垃圾了。比如某個(gè)新建對象，它被分配給某個(gè)引用，對象的引用計(jì)數(shù)變?yōu)?。如果引用被刪除，對象的引

用計(jì)數(shù)為0，那么該對象就可以被垃圾回收。比如下面的表:

a?=[1,2,3]

dela

del a后，已經(jīng)沒有任何引用指向之前建立的[1, 2, 3]這個(gè)表。用戶不可能通過任何方式接觸或者動(dòng)用這個(gè)對象。

這個(gè)對象如果繼續(xù)待在內(nèi)存里，就成了不健康的脂肪。當(dāng)垃圾回收啟動(dòng)時(shí)，Python掃描到這個(gè)引用計(jì)數(shù)為0的對象，

就將它所占據(jù)的內(nèi)存清空。

然而，減肥是個(gè)昂貴而費(fèi)力的事情。垃圾回收時(shí)，Python不能進(jìn)行其它的任務(wù)。頻繁的垃圾回收將大大降低Python的

工作效率。如果內(nèi)存中的對象不多，就沒有必要總啟動(dòng)垃圾回收。所以，Python只會(huì)在特定條件下，自動(dòng)啟動(dòng)垃圾回收。

當(dāng)Python運(yùn)行時(shí)，會(huì)記錄其中分配對象(object allocation)和取消分配對象(object deallocation)的次數(shù)。當(dāng)兩者的差值高于

某個(gè)閾值時(shí)，垃圾回收才會(huì)啟動(dòng)。

我們可以通過gc模塊的get_threshold()方法，查看該閾值:

importgc

print(gc.get_threshold())

返回(700, 10, 10)，后面的兩個(gè)10是與分代回收相關(guān)的閾值，后面可以看到。700即是垃圾回收啟動(dòng)的閾值。可以

通過gc中的set_threshold()方法重新設(shè)置。

我們也可以手動(dòng)啟動(dòng)垃圾回收，即使用gc.collect()。

分代回收

Python同時(shí)采用了分代(generation)回收的策略。這一策略的基本假設(shè)是，存活時(shí)間越久的對象，越不可能在

后面的程序中變成垃圾。我們的程序往往會(huì)產(chǎn)生大量的對象，許多對象很快產(chǎn)生和消失，但也有一些對象長期被使用。

出于信任和效率，對于這樣一些“長壽”對象，我們相信它們的用處，所以減少在垃圾回收中掃描它們的頻率。

Python將所有的對象分為0，1，2三代。所有的新建對象都是0代對象。當(dāng)某一代對象經(jīng)歷過垃圾回收，依然存活，那么它就

被歸入下一代對象。垃圾回收啟動(dòng)時(shí)，一定會(huì)掃描所有的0代對象。如果0代經(jīng)過一定次數(shù)垃圾回收，那么就啟動(dòng)對0代和1代的

掃描清理。當(dāng)1代也經(jīng)歷了一定次數(shù)的垃圾回收后，那么會(huì)啟動(dòng)對0，1，2，即對所有對象進(jìn)行掃描。

這兩個(gè)次數(shù)即上面get_threshold()返回的(700, 10, 10)返回的兩個(gè)10。也就是說，每10次0代垃圾回收，會(huì)配合1次1代的垃圾

回收；而每10次1代的垃圾回收，才會(huì)有1次的2代垃圾回收。

同樣可以用set_threshold()來調(diào)整，比如對2代對象進(jìn)行更頻繁的掃描。

importgc

gc.set_threshold(700,10,5)

4、內(nèi)存池機(jī)制

Python中有分為大內(nèi)存和小內(nèi)存：(256K為界限分大小內(nèi)存)

1、大內(nèi)存使用malloc進(jìn)行分配

2、小內(nèi)存使用內(nèi)存池進(jìn)行分配

3、Python的內(nèi)存池(金字塔)

第3層：最上層，用戶對Python對象的直接操作

第1層和第2層：內(nèi)存池，有Python的接口函數(shù)PyMem_Malloc實(shí)現(xiàn)-----若請求分配的內(nèi)存在1~256字節(jié)之間就

使用內(nèi)存池管理系統(tǒng)進(jìn)行分配，調(diào)用malloc函數(shù)分配內(nèi)存，但是每次只會(huì)分配一塊大小為256K的大塊內(nèi)存，不會(huì)

調(diào)用free函數(shù)釋放內(nèi)存，將該內(nèi)存塊留在內(nèi)存池中以便下次使用。

第0層：大內(nèi)存-----若請求分配的內(nèi)存大于256K，malloc函數(shù)分配內(nèi)存，free函數(shù)釋放內(nèi)存。

第-1，-2層：操作系統(tǒng)進(jìn)行操作

內(nèi)容來自：

總結(jié)

以上是生活随笔為你收集整理的python内存池机制_python的内存管理机制的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。