Python面经【10】- Python内存管理机制专题

Python的内存管理机制及调优手段

Python的内存管理是自动的，主要是由垃圾收集器和内存分配器组成。
Python(尤其是CPython实现)主要采用以下几种内存管理机制，其中包括引用计数、垃圾回收和内存池等技术。

1) 引用计数

引用计数是一种非常高效的内存管理手段，当一个python对象被引用时其引用数增加1，当其不在被一个变量引用时则计数减1。当引用计数等于0时回收对象。

2) 垃圾回收

(1) 引用计数

引用计数也是一种垃圾收集机制，而且也是一种最直观，最简单的垃圾收集技术。当 Python 的某个对象的引用计数降为 0 时，说明没有任何引用指向该对象，该对象就成为要被回收的垃圾了。比如某个新建对象，它被分配给某个引用，对象的引用计数变为 1。如果引用被删除，对象的引用计数为 0，那么该对象就可以被垃圾回收。不过如果出现循环引用的话，引用计数机制就不再起有效的作用了。

(2) 标记清除

如果两个对象的引用计数都为 1，但是仅仅存在他们之间的循环引用，那么这两个对象都是需要被回收的，也就是说，它们的引用计数虽然表现为非 0，但实际上有效的引用计数为 0。所以先将循环引用摘掉，就会得出这两个对象的有效计数。

(3) 分代回收

因为垃圾回收机制每次回收内存，都需要将所有的对象引用计数都遍历一遍，这是非常耗时的，所以在历经多次扫描的情况下，都没有被回收的变量，垃圾回收机制就会将他们按等级划分，垃圾回收机制就会认为该变量是常用的变量，对其的扫描频率就会降低。这使得垃圾收集机制需要处理的内存少了，效率自然就提高了。

3) 内存池

当创建大量消耗小内存的对象时，频繁调用new/malloc会导致大量的内存碎片，致使效率降低。内存池的作用就是预先在内存中申请一定数量的，大小相等的内存块留作备用，当有新的内存需求时，就先从内存池分配给这个需求，不够之后再申请新的内存。这样做最显著的优势就是能减少内存碎片，提升效率。
(1) Python的内存池是一个缓存区，用于管理小于256个字节的对象的内存分配，比如整型数值、字符串、元组等小块内存对象。
(2) 当程序需要创建这些小块对象时，python会从内存池中分配一段内存空间，并将其划分为多个大小的块，保存在内存池中
(3) 当程序需要销毁这些对象时，python会将它们标记为未使用状态，并不会立即释放内存，如果真是那样，频繁地申请、释放内存空间会使Python的执行效率大打折扣，从内存池申请的内存用完将会归还到内存池中，避免了频繁的内存分配和释放操作。

关于python程序的运行方面，有什么手段能提升性能？

1. 使用多进程，充分利用机器的多核性能。
2. 对于性能影响较大的部分代码，可以使用C或C++代码
3. 尽量使用python的内建函数
4. 尽量使用局部变量
5. 对于IO阻塞造成的性能表现，可以使用IO多路复用来解决。

垃圾回收(Garbage Collection, GC)机制的原理

Python的垃圾回收机制采用引用计数为主，标记-清除和分代回收机制为辅的策略。其中，标记-清除机制用来解决计数引用带来的循环引用无法释放内存的问题。分代回收机制是为了提升来及回收的效率。

• 什么是内存泄漏：
  内存泄漏是应用程序分配某段内存后，由于设计错误，失去对该段内存的控制，因而造成了内存的浪费，导致程序运行速度减慢甚至系统崩溃等严重后果。
  

一个对象包含地址id，type类型，存放的value；其中每个对象包含了两个头部信息，一个是类型标志符（即对象的类型type），一个是计数器。计数器反应的是该对象被引用的次数，一旦这个计数器为0，代表没有变量引用该对象，该对象的内存空间就会自动回收。这样的一个好处是在python编程时可以任意使用对象而不用考虑释放内存空间，一旦该对象没有变量引用后，会自动清理和释放。