python垃圾回收

A. 如何釋放python佔用的內存

象的引用計數減少；

函數運行結束，所有局部變數都被銷毀，對象的引用計數也就隨之減少。例如 foo(x) 運行結束，x 被銷毀；
當變數被賦值給另一個對象時，原對象的引用計數也會減少。例如 x = 4，這時候 3 這個對象的引用計數就減 1 了；

使用 del 刪除一個變數也會導致對象引用減少。例如 del x；

對象從集合對象中移除。例如 lst.remove(x)；

包含對象的集合對象被銷毀。例如 del lst；
這些操作都可能使對象變成垃圾回收對象，由垃圾收集器負責收集，當然垃圾收集器也負責處理循環引用對象。
要立即釋放，可以使用下面的代碼
import gc
gc.collect()

B. Python如何進行內存管理

Python是如何進行內存管理的？

答:從三個方面來說,一對象的引用計數機制,二垃圾回收機制,三內存池機制。

一、對象的引用計數機制

Python內部使用引用計數，來保持追蹤內存中的對象，所有對象都有引用計數。

引用計數增加的情況：

1，一個對象分配一個新名稱

2，將其放入一個容器中（如列表、元組或字典）

引用計數減少的情況：

1，使用del語句對對象別名顯示的銷毀

2，引用超出作用域或被重新賦值

Sys.getrefcount( )函數可以獲得對象的當前引用計數

多數情況下，引用計數比你猜測得要大得多。對於不可變數據（如數字和字元串），解釋器會在程序的不同部分共享內存，以便節約內存。

相關推薦：《Python視頻教程》

二、垃圾回收

1，當一個對象的引用計數歸零時，它將被垃圾收集機制處理掉。

2，當兩個對象a和b相互引用時，del語句可以減少a和b的引用計數，並銷毀用於引用底層對象的名稱。然而由於每個對象都包含一個對其他對象的應用，因此引用計數不會歸零，對象也不會銷毀。（從而導致內存泄露）。為解決這一問題，解釋器會定期執行一個循環檢測器，搜索不可訪問對象的循環並刪除它們。

三、內存池機制

Python提供了對內存的垃圾收集機制，但是它將不用的內存放到內存池而不是返回給操作系統。

1，Pymalloc機制。為了加速Python的執行效率，Python引入了一個內存池機制，用於管理對小塊內存的申請和釋放。

2，Python中所有小於256個位元組的對象都使用pymalloc實現的分配器，而大的對象則使用系統的malloc。

3，對於Python對象，如整數，浮點數和List，都有其獨立的私有內存池，對象間不共享他們的內存池。也就是說如果你分配又釋放了大量的整數，用於緩存這些整數的內存就不能再分配給浮點數。

C. Python運行效率低的原因有哪些

1.Python是動態語言

動態語言是一類在運行時可以改變其結構的語言，如新的函數、對象、代碼可以被引入，已有的函數可以被刪除或其他結構上的變化等，該類語言更具有活性，但是不可避免的因為運行時的不確定性也影響運行效率。

2.Python是解釋執行

相比於C語言編譯性語言編寫的程序，Python是解釋執行語言，其運行過程是Python運行文件程序時，Python解釋器將源代碼轉換為位元組碼，然後再由Python解釋器來執行這些位元組碼。其每次運行都要進行轉換成位元組碼，然後再由虛擬機把位元組碼轉換成機器語言，最後才能在硬體上運行，與編譯性語言相比，其過程更復雜，性能肯定會受影響。

3.Python中一切都是對象

Python是一門面向對象的編程語言，其設計理念是一切皆是對象，如數字、字元串、元組、列表、字典、函數、方法、類、模塊等都是對象，包括代碼，每個對象都需要維護引用計數，因此，增加了額外工作，影響了性能。

4.Python GIL

GIL是Python最為詬病的一點，因為GIL，Python中的多線程並不能真正的並發，即使在單線程，GIL也會帶來很大的性能影響，因為python每執行100個opcode就會嘗試線程的切換，因此，影響Python運行效率。

5.垃圾回收

Python採用標記和分代的垃圾回收策略，每次垃圾回收的時候都會中斷正在執行的程序，造成所謂的頓卡，影響運行效率。

D. Python引入了一個機制：引用計數。

python內部使用引用計數，來保持追蹤內存中的對象，
Python內部記錄了對象有多少個引用
，即引用計數，當對象被創建時就創建了一個引用計數，當對象不再需要時，這個對象的引用計數為0時，它被垃圾回收。
總結一下對象會在一下情況下引用計數加1：
1.對象被創建：x=4
2.另外的別人被創建：y=x
3.被作為參數傳遞給函數：foo(x)
4.作為容器對象的一個元素：a=[1,x,'33']
引用計數減少情況
1.一個本地引用離開了它的作用域。比如上面的foo(x)函數結束時，x指向的對象引用減1。
2.對象的別名被顯式的銷毀：del x ；或者del y
3.對象的一個別名被賦值給其他對象：x=789
4.對象從一個窗口對象中移除：myList.remove(x)
5.窗口對象本身被銷毀：del myList，或者窗口對象本身離開了作用域。垃圾回收
1、當內存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的對象
，然後清除其在內存的空間。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：當兩個對象相互引用時，他們本身其他的引用已經為0了。
2、垃圾回收機制還有一個
循環垃圾回收器
, 確保釋放循環引用對象(a引用b, b引用a, 導致其引用計數永遠不為0)。
在Python中，許多時候申請的內存都是小塊的內存，這些小塊內存在申請後，很快又會被釋放，由於這些內存的申請並不是為了創建對象，所以並沒有對象一級的內存池機制。
這就意味著Python在運行期間會大量地執行malloc和free的操作，頻繁地在用戶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引入了一個內存池機制，用於管理對小塊內存的申請和釋放。
內存池機制
Python提供了對內存的垃圾收集機制，但是它將不用的內存放到內存池而不是返回給操作系統。
Python中所有小於256個位元組的對象都使用pymalloc實現的分配器，而大的對象則使用系統的
malloc。另外Python對象，如整數，浮點數和List，都有其獨立的私有內存池，對象間不共享他們的內存池。也就是說如果你分配又釋放了大量的整數，用於緩存這些整數的內存就不能再分配給浮點數。
在Python中，許多時候申請的內存都是小塊的內存，這些小塊內存在申請後，很快又會被釋放，由於這些內存的申請並不是為了創建對象，所以並沒有對象一級的內存池機制。這就意味著Python在運行期間會大量地執行malloc和free的操作，頻繁地在用戶態和核心態之間進行切換，這將嚴重影響
Python的執行效率。這也就是之前提到的

E. Python是什麼

也許最初設計Python這種語言的人並沒有想到今天Python會在工業和科研上獲得如此廣泛的使用。著名的自由軟體作者Eric Raymond在他的文章《如何成為一名黑客》中，將Python列為黑客應當學習的四種編程語言之一，並建議人們從Python開始學習編程。這的確是一個中肯的建議，對於那些從來沒有學習過編程或者並非計算機專業的編程學習者而言，Python是最好的選擇之一。Python第一次學習Python，我只用了不到二十分鍾的時間，站在書店裡把一本教初學編程的人學習Python的書翻了一遍。也是從那時起，我開始被這種神奇的語言吸引。 Python可以用來開發symbian上的東西。 易用與速度的完美結合Python是一種用起來很方便的語言，很多初學Java的人都會被Java的CLASSPATH搞得暈頭轉向，花上半天的時間才搞明白原來是CLASSPATH搞錯了自己的Hello World才沒法運行。用Python就不會有這種問題，只要裝上就能直接用。 Python是一種腳本語言，寫好了就可以直接運行，省去了編譯鏈接的麻煩，對於需要多動手實踐的初學者而言，也就是少了出錯的機會。而且Python還有一種交互的方式，如果是一段簡單的小程序，連編輯器都可以省了，直接敲進去就能運行。Python是一種清晰的語言，用縮進來表示程序的嵌套關系可謂是一種創舉，把過去軟性的編程風格升級為硬性的語法規定。再不需要在不同的風格間選擇、再不需要為不同的風格爭執。與Perl不同，Python中沒有各種隱晦的縮寫，不需要去強記各種奇怪的符號的含義。Python寫的程序很容易懂，這是不少人的共識。Python是一種面向對象的語言，但它的面向對象卻不象C++那樣強調概念，而是更注重實用。不是為了體現對概念的完整支持而把語言搞得很復雜，而是用最簡單的方法讓編程者能夠享受到面向對象帶來的好處，這正是Python能像Java、C#那樣吸引眾多支持者的原因之一。 Python是一種功能豐富的語言，它擁有一個強大的基本類庫和數量眾多的第三方擴展，使得Python程序員無需去羨慕Java的JDK。Python為程序員提供了豐富的基本功能使得人們寫程序時用不著一切最底層做起。說到這里，人們通常會用一種擔心：腳本語言通常很慢。腳本語言從運行的速度講的確會慢一些，但Python的速度卻比人們想像得快很多。雖然Python是一種腳本語言，但實際上也可以對它進行編譯，就象編譯Java程序一樣將Python程序編譯為一種特殊的ByteCode，在程序運行時，執行的是ByteCode，省去了對程序文本的分析解釋，速度自然提升很多。在用Java編程是，人們崇尚一種Pure Java的方式，除了虛擬機一切東西都用Java編寫，無論是基本的數據結構還是圖形界面，而Pure Java的SWING，卻成為無數Java應用開發者的噩夢。Python崇尚的是實用，它的整體環境是用C來編寫的，很多基本的功能和擴展的模塊都是用C/C++來編寫的，當執行這一部分代碼時，它的速度就是C的速度。用Python編寫的普通桌面程序，其啟動運行速度與用C寫的程序差別不大。除了這些，通過一些第三方軟體包，用Python編寫的源代碼還可以以類似JIT的方式運行，而這可以大大提高Python代碼的運行速度，針對不同類型的代碼，會有2倍至100倍不等的速度提升。 Python是我見到過的語言中，在易用性和速度上結合的最完美的一個，通過喪失一點點經常可以忽略不計的運行速度從而獲得更高的編程效率，這就是我選擇Python的原因。把精力放在要解決的問題上選擇一種合適的語言，才能讓你把有限的精力放到最需要解決的問題上。不同的語言有不同的作用，C和匯編適合編寫系統軟體，如果用它們來編寫企業應用，恐怕沒幾個人能得心應手。我以前就碰到一個用匯編寫資料庫程序的哥，雖然最基本的功能完成了，但要增加個報表預覽什麼的，他就沒法應付了。聰明的程序員是用合適的工具去完成任務，想找一把萬能鑰匙是不太可能的。Python的自動的垃圾回收機制是高級的編程語言的一種基本特性，用擁有這一功能的語言編程，程序員們通常不用去關心內存泄漏的問題，而當我們用C/C++寫程序時，這卻是最重要的需要認真考慮卻又很容易出錯的問題之一。數據結構是程序構成的重要部分，鏈表、樹、圖這些在用C編程時需要仔細表達的問題在Python中簡單了很多。在Python中，最基本的數據結構就是數組、序列和哈希表，用它們想要表達各種常見的數據結構是非常容易的。沒了定義指針、分配內存的任務，編程變得有趣了。CORBA是一種高級的軟體體系結構，它是語言無關平台無關的。C++、Java等語言都有CORBA綁定，但與它們相比，Python的CORBA綁定卻容易很多，因為在程序員看來，一個CORBA的類和Python的類用起來以及實現起來並沒有什麼差別。沒了復雜體系結構的困擾，用Python編寫CORBA程序也變得容易了。好鋼要用在刀刃上，要想用有限的時間完成盡量多的任務，就要把各種無關的問題拋棄，而Python恰恰提供了這種方法。跨平台又易擴展隨著Linux的不斷成熟，越來越多的人轉到Linux平台上工作，軟體的開發者自然就希望自己編寫的軟體可以在所有平台下運行。Java一次編寫處處運行的口號使它成為跨平台的開發工具的典範，但其運行速度卻不被人們看好。實際上，幾乎所有的著名腳本語言都是跨平台的，Python也不例外。Python不僅支持各種Linux/Unix系統，還支持Windows，甚至在Palm上都可以運行Python的程序。一個程序想要跨平台工作，不僅僅需要語言本身能夠做到在平台之間兼容，在圖形化界面的時代，還需要有能跨平台工作的Widget。Python不僅支持老一些的TK，還支持新的GTK+、QT以及wxWidget，而這些Widgets都可以在多個平台上工作。通過它們，程序員就可以編寫出漂亮的跨平台GUI程序。Python通常是運行在native代碼與腳本代碼之間，程序員可以用C/C++為Python編寫各種各樣的模塊，這不僅可以讓程序員以Python的方式使用系統的各種服務及用C/C++編寫的優秀函數庫和類庫，還可以大幅度提高Python程序的速度。用C/C++編寫Python的模塊並不復雜，而且為了簡化這一工作，人們還製作了不少工具用來協助這一工作。正是因為如此，現在各種常用的函數庫和類庫都有Python語言的綁定，用Python可以做到的事情越來越多了。萬能鑰匙？Python功能強大，但它卻不是萬能的。如果你要編寫操作系統或驅動程序，很顯然，Python是做不到的。要寫軟體，沒有哪個工具是萬能的，現在之所以有那麼多的編程語言，就是因為不同的語言適合做不同的事情。因此，選擇適合自己的語言工具是最重要的。

F. Python如何管理內存

Python中的內存管理是從三個方面來進行的,一對象的引用計數機制,二垃圾回收機制,三內存池機制
一、對象的引用計數機制
Python內部使用引用計數，來保持追蹤內存中的對象，所有對象都有引用計數。
引用計數增加的情況：
1，一個對象分配一個新名稱
2，將其放入一個容器中(如列表、元組或字典)
引用計數減少的情況：
1，使用del語句對對象別名顯示的銷毀
2，引用超出作用域或被重新賦值
sys.getrefcount( )函數可以獲得對象的當前引用計數
多數情況下，引用計數比你猜測得要大得多。對於不可變數據(如數字和字元串)，解釋器會在程序的不同部分共享內存，以便節約內存。
二、垃圾回收
1，當一個對象的引用計數歸零時，它將被垃圾收集機制處理掉。
2，當兩個對象a和b相互引用時，del語句可以減少a和b的引用計數，並銷毀用於引用底層對象的名稱。然而由於每個對象都包含一個對其他對象的應用，因此引用計數不會歸零，對象也不會銷毀。(從而導致內存泄露)。為解決這一問題，解釋器會定期執行一個循環檢測器，搜索不可訪問對象的循環並刪除它們。
三、內存池機制
Python提供了對內存的垃圾收集機制，但是它將不用的內存放到內存池而不是返回給操作系統。
1，Pymalloc機制。為了加速Python的執行效率，Python引入了一個內存池機制，用於管理對小塊內存的申請和釋放。
2，Python中所有小於256個位元組的對象都使用pymalloc實現的分配器，而大的對象則使用系統的malloc。
3，對於Python對象，如整數，浮點數和List，都有其獨立的私有內存池，對象間不共享他們的內存池。也就是說如果你分配又釋放了大量的整數，用於緩存這些整數的內存就不能再分配給浮點數。

G. python自定義函數有哪些

Python的自定義函數格式中規中矩，用def引導自定義函數名，用括弧給出該函數的參數，在冒號後換行通過縮進確定函數體。在格式上和條件判斷語句有些相似。

如果函數名和變數名沖突了，相當於重新賦值。而python解釋是從上到下的，也就是說此時誰在下面誰佔用這個變數名。剩下的那個就只能在內存中等待垃圾回收了。

自定義函數的參數：

按道理來說，即使Python不嚴格要求定義函數參數，但這方面的知識有助於理解自定義函數中參數操作的情況，還是應該說明一下的。

可以簡單地理解為在定義函數時括弧中聲明的參數是我們在函數使用中會用到的參數，在調用函數時括弧中的變數就是參加函數運算用到的變數，換個名字參數（用於定義）和變數（用於調用）就足以理解了。