python垃圾回收

A. 如何释放python占用的内存

象的引用计数减少；

函数运行结束，所有局部变量都被销毁，对象的引用计数也就随之减少。例如 foo(x) 运行结束，x 被销毁；
当变量被赋值给另一个对象时，原对象的引用计数也会减少。例如 x = 4，这时候 3 这个对象的引用计数就减 1 了；

使用 del 删除一个变量也会导致对象引用减少。例如 del x；

对象从集合对象中移除。例如 lst.remove(x)；

包含对象的集合对象被销毁。例如 del lst；
这些操作都可能使对象变成垃圾回收对象，由垃圾收集器负责收集，当然垃圾收集器也负责处理循环引用对象。
要立即释放，可以使用下面的代码
import gc
gc.collect()

B. Python如何进行内存管理

Python是如何进行内存管理的？

答:从三个方面来说,一对象的引用计数机制,二垃圾回收机制,三内存池机制。

一、对象的引用计数机制

Python内部使用引用计数，来保持追踪内存中的对象，所有对象都有引用计数。

引用计数增加的情况：

1，一个对象分配一个新名称

2，将其放入一个容器中（如列表、元组或字典）

引用计数减少的情况：

1，使用del语句对对象别名显示的销毁

2，引用超出作用域或被重新赋值

Sys.getrefcount( )函数可以获得对象的当前引用计数

多数情况下，引用计数比你猜测得要大得多。对于不可变数据（如数字和字符串），解释器会在程序的不同部分共享内存，以便节约内存。

相关推荐：《Python视频教程》

二、垃圾回收

1，当一个对象的引用计数归零时，它将被垃圾收集机制处理掉。

2，当两个对象a和b相互引用时，del语句可以减少a和b的引用计数，并销毁用于引用底层对象的名称。然而由于每个对象都包含一个对其他对象的应用，因此引用计数不会归零，对象也不会销毁。（从而导致内存泄露）。为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。

三、内存池机制

Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。

1，Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

2，Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc。

3，对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。

C. Python运行效率低的原因有哪些

1.Python是动态语言

动态语言是一类在运行时可以改变其结构的语言，如新的函数、对象、代码可以被引入，已有的函数可以被删除或其他结构上的变化等，该类语言更具有活性，但是不可避免的因为运行时的不确定性也影响运行效率。

2.Python是解释执行

相比于C语言编译性语言编写的程序，Python是解释执行语言，其运行过程是Python运行文件程序时，Python解释器将源代码转换为字节码，然后再由Python解释器来执行这些字节码。其每次运行都要进行转换成字节码，然后再由虚拟机把字节码转换成机器语言，最后才能在硬件上运行，与编译性语言相比，其过程更复杂，性能肯定会受影响。

3.Python中一切都是对象

Python是一门面向对象的编程语言，其设计理念是一切皆是对象，如数字、字符串、元组、列表、字典、函数、方法、类、模块等都是对象，包括代码，每个对象都需要维护引用计数，因此，增加了额外工作，影响了性能。

4.Python GIL

GIL是Python最为诟病的一点，因为GIL，Python中的多线程并不能真正的并发，即使在单线程，GIL也会带来很大的性能影响，因为python每执行100个opcode就会尝试线程的切换，因此，影响Python运行效率。

5.垃圾回收

Python采用标记和分代的垃圾回收策略，每次垃圾回收的时候都会中断正在执行的程序，造成所谓的顿卡，影响运行效率。

D. Python引入了一个机制：引用计数。

python内部使用引用计数，来保持追踪内存中的对象，
Python内部记录了对象有多少个引用
，即引用计数，当对象被创建时就创建了一个引用计数，当对象不再需要时，这个对象的引用计数为0时，它被垃圾回收。
总结一下对象会在一下情况下引用计数加1：
1.对象被创建：x=4
2.另外的别人被创建：y=x
3.被作为参数传递给函数：foo(x)
4.作为容器对象的一个元素：a=[1,x,'33']
引用计数减少情况
1.一个本地引用离开了它的作用域。比如上面的foo(x)函数结束时，x指向的对象引用减1。
2.对象的别名被显式的销毁：del x ；或者del y
3.对象的一个别名被赋值给其他对象：x=789
4.对象从一个窗口对象中移除：myList.remove(x)
5.窗口对象本身被销毁：del myList，或者窗口对象本身离开了作用域。垃圾回收
1、当内存中有不再使用的部分时，垃圾收集器就会把他们清理掉。
它会去检查那些引用计数为0的对象
，然后清除其在内存的空间。当然除了引用计数为0的会被清除，还有一种情况也会被垃圾收集器清掉：当两个对象相互引用时，他们本身其他的引用已经为0了。
2、垃圾回收机制还有一个
循环垃圾回收器
, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0)。
在Python中，许多时候申请的内存都是小块的内存，这些小块内存在申请后，很快又会被释放，由于这些内存的申请并不是为了创建对象，所以并没有对象一级的内存池机制。
这就意味着Python在运行期间会大量地执行malloc和free的操作，频繁地在用户态和核心态之间进行切换，这将严重影响Python的执行效率。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。
内存池机制
Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。
Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的
malloc。另外Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。
在Python中，许多时候申请的内存都是小块的内存，这些小块内存在申请后，很快又会被释放，由于这些内存的申请并不是为了创建对象，所以并没有对象一级的内存池机制。这就意味着Python在运行期间会大量地执行malloc和free的操作，频繁地在用户态和核心态之间进行切换，这将严重影响
Python的执行效率。这也就是之前提到的

E. Python是什么

也许最初设计Python这种语言的人并没有想到今天Python会在工业和科研上获得如此广泛的使用。着名的自由软件作者Eric Raymond在他的文章《如何成为一名黑客》中，将Python列为黑客应当学习的四种编程语言之一，并建议人们从Python开始学习编程。这的确是一个中肯的建议，对于那些从来没有学习过编程或者并非计算机专业的编程学习者而言，Python是最好的选择之一。Python第一次学习Python，我只用了不到二十分钟的时间，站在书店里把一本教初学编程的人学习Python的书翻了一遍。也是从那时起，我开始被这种神奇的语言吸引。 Python可以用来开发symbian上的东西。 易用与速度的完美结合Python是一种用起来很方便的语言，很多初学Java的人都会被Java的CLASSPATH搞得晕头转向，花上半天的时间才搞明白原来是CLASSPATH搞错了自己的Hello World才没法运行。用Python就不会有这种问题，只要装上就能直接用。 Python是一种脚本语言，写好了就可以直接运行，省去了编译链接的麻烦，对于需要多动手实践的初学者而言，也就是少了出错的机会。而且Python还有一种交互的方式，如果是一段简单的小程序，连编辑器都可以省了，直接敲进去就能运行。Python是一种清晰的语言，用缩进来表示程序的嵌套关系可谓是一种创举，把过去软性的编程风格升级为硬性的语法规定。再不需要在不同的风格间选择、再不需要为不同的风格争执。与Perl不同，Python中没有各种隐晦的缩写，不需要去强记各种奇怪的符号的含义。Python写的程序很容易懂，这是不少人的共识。Python是一种面向对象的语言，但它的面向对象却不象C++那样强调概念，而是更注重实用。不是为了体现对概念的完整支持而把语言搞得很复杂，而是用最简单的方法让编程者能够享受到面向对象带来的好处，这正是Python能像Java、C#那样吸引众多支持者的原因之一。 Python是一种功能丰富的语言，它拥有一个强大的基本类库和数量众多的第三方扩展，使得Python程序员无需去羡慕Java的JDK。Python为程序员提供了丰富的基本功能使得人们写程序时用不着一切最底层做起。说到这里，人们通常会用一种担心：脚本语言通常很慢。脚本语言从运行的速度讲的确会慢一些，但Python的速度却比人们想象得快很多。虽然Python是一种脚本语言，但实际上也可以对它进行编译，就象编译Java程序一样将Python程序编译为一种特殊的ByteCode，在程序运行时，执行的是ByteCode，省去了对程序文本的分析解释，速度自然提升很多。在用Java编程是，人们崇尚一种Pure Java的方式，除了虚拟机一切东西都用Java编写，无论是基本的数据结构还是图形界面，而Pure Java的SWING，却成为无数Java应用开发者的噩梦。Python崇尚的是实用，它的整体环境是用C来编写的，很多基本的功能和扩展的模块都是用C/C++来编写的，当执行这一部分代码时，它的速度就是C的速度。用Python编写的普通桌面程序，其启动运行速度与用C写的程序差别不大。除了这些，通过一些第三方软件包，用Python编写的源代码还可以以类似JIT的方式运行，而这可以大大提高Python代码的运行速度，针对不同类型的代码，会有2倍至100倍不等的速度提升。 Python是我见到过的语言中，在易用性和速度上结合的最完美的一个，通过丧失一点点经常可以忽略不计的运行速度从而获得更高的编程效率，这就是我选择Python的原因。把精力放在要解决的问题上选择一种合适的语言，才能让你把有限的精力放到最需要解决的问题上。不同的语言有不同的作用，C和汇编适合编写系统软件，如果用它们来编写企业应用，恐怕没几个人能得心应手。我以前就碰到一个用汇编写数据库程序的哥，虽然最基本的功能完成了，但要增加个报表预览什么的，他就没法应付了。聪明的程序员是用合适的工具去完成任务，想找一把万能钥匙是不太可能的。Python的自动的垃圾回收机制是高级的编程语言的一种基本特性，用拥有这一功能的语言编程，程序员们通常不用去关心内存泄漏的问题，而当我们用C/C++写程序时，这却是最重要的需要认真考虑却又很容易出错的问题之一。数据结构是程序构成的重要部分，链表、树、图这些在用C编程时需要仔细表达的问题在Python中简单了很多。在Python中，最基本的数据结构就是数组、序列和哈希表，用它们想要表达各种常见的数据结构是非常容易的。没了定义指针、分配内存的任务，编程变得有趣了。CORBA是一种高级的软件体系结构，它是语言无关平台无关的。C++、Java等语言都有CORBA绑定，但与它们相比，Python的CORBA绑定却容易很多，因为在程序员看来，一个CORBA的类和Python的类用起来以及实现起来并没有什么差别。没了复杂体系结构的困扰，用Python编写CORBA程序也变得容易了。好钢要用在刀刃上，要想用有限的时间完成尽量多的任务，就要把各种无关的问题抛弃，而Python恰恰提供了这种方法。跨平台又易扩展随着Linux的不断成熟，越来越多的人转到Linux平台上工作，软件的开发者自然就希望自己编写的软件可以在所有平台下运行。Java一次编写处处运行的口号使它成为跨平台的开发工具的典范，但其运行速度却不被人们看好。实际上，几乎所有的着名脚本语言都是跨平台的，Python也不例外。Python不仅支持各种Linux/Unix系统，还支持Windows，甚至在Palm上都可以运行Python的程序。一个程序想要跨平台工作，不仅仅需要语言本身能够做到在平台之间兼容，在图形化界面的时代，还需要有能跨平台工作的Widget。Python不仅支持老一些的TK，还支持新的GTK+、QT以及wxWidget，而这些Widgets都可以在多个平台上工作。通过它们，程序员就可以编写出漂亮的跨平台GUI程序。Python通常是运行在native代码与脚本代码之间，程序员可以用C/C++为Python编写各种各样的模块，这不仅可以让程序员以Python的方式使用系统的各种服务及用C/C++编写的优秀函数库和类库，还可以大幅度提高Python程序的速度。用C/C++编写Python的模块并不复杂，而且为了简化这一工作，人们还制作了不少工具用来协助这一工作。正是因为如此，现在各种常用的函数库和类库都有Python语言的绑定，用Python可以做到的事情越来越多了。万能钥匙？Python功能强大，但它却不是万能的。如果你要编写操作系统或驱动程序，很显然，Python是做不到的。要写软件，没有哪个工具是万能的，现在之所以有那么多的编程语言，就是因为不同的语言适合做不同的事情。因此，选择适合自己的语言工具是最重要的。

F. Python如何管理内存

Python中的内存管理是从三个方面来进行的,一对象的引用计数机制,二垃圾回收机制,三内存池机制
一、对象的引用计数机制
Python内部使用引用计数，来保持追踪内存中的对象，所有对象都有引用计数。
引用计数增加的情况：
1，一个对象分配一个新名称
2，将其放入一个容器中(如列表、元组或字典)
引用计数减少的情况：
1，使用del语句对对象别名显示的销毁
2，引用超出作用域或被重新赋值
sys.getrefcount( )函数可以获得对象的当前引用计数
多数情况下，引用计数比你猜测得要大得多。对于不可变数据(如数字和字符串)，解释器会在程序的不同部分共享内存，以便节约内存。
二、垃圾回收
1，当一个对象的引用计数归零时，它将被垃圾收集机制处理掉。
2，当两个对象a和b相互引用时，del语句可以减少a和b的引用计数，并销毁用于引用底层对象的名称。然而由于每个对象都包含一个对其他对象的应用，因此引用计数不会归零，对象也不会销毁。(从而导致内存泄露)。为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。
三、内存池机制
Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。
1，Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。
2，Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc。
3，对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。

G. python自定义函数有哪些

Python的自定义函数格式中规中矩，用def引导自定义函数名，用括号给出该函数的参数，在冒号后换行通过缩进确定函数体。在格式上和条件判断语句有些相似。

如果函数名和变量名冲突了，相当于重新赋值。而python解释是从上到下的，也就是说此时谁在下面谁占用这个变量名。剩下的那个就只能在内存中等待垃圾回收了。

自定义函数的参数：

按道理来说，即使Python不严格要求定义函数参数，但这方面的知识有助于理解自定义函数中参数操作的情况，还是应该说明一下的。

可以简单地理解为在定义函数时括号中声明的参数是我们在函数使用中会用到的参数，在调用函数时括号中的变量就是参加函数运算用到的变量，换个名字参数（用于定义）和变量（用于调用）就足以理解了。