为什么要学习内存管理
8G内存+1T硬盘：
1，执行程序时把硬盘中存放的程序的字节码读到内存中执行
计算机理论需要对内存管理进行学习，编程开发的软件会更有效率，面试会有这方面的题目，对计算机底层理论的理解决定工资高度。
面试造火箭，入职拧螺丝
2，代码更高效，程序更健壮。
3，以更快、更好的方式解决问题
8G内存如何高效分析上G的数据。
只有8G内存，为什么程序可以一直跑下去
8G内存背后，python都为我们做了什么，了解python语言的强大和巧妙
更深入理解python
赋值语句的内存分析
1，使用id()方法访问内存地址
a = 1
id(a) //返回本机内存地址1880273984
c = 5
id(c)
d = 5
id(d) //这时候c和d的地址是一样的，都是引用了一个内存地址。这时候，c = d和c is d (对比内存地址)，同时为True
e = 999999999
id(e)
f = 999999999
id(f) //这时候e和f的地址不同，e=f为TRUE，e is f 为FALSE
//python对内存使用进行了优化，比较小的数字和短字符串，内存中是引用了一样的地址，比较大的在内存中是分别存放。
g = [ ]
h = [ ]
id(g)==id(h) //TRUE
id(g) is id(g) //false
x =1
y =x
id(x) is id(y) //true
y = 2
id(x) is id(y) //false 这时候y的地址发生了变化
//思考下面输出结果
def extend_list(val, l =[])
l.appedn(val)
return l
list1 = extend_list(10)
list2 = extend_list(123, [])
list3 = extend_list('a')
//结果
[10,'a']
[123]
[10,'a']
//lIst1和list3操作的是同一个地址
垃圾回收机制
1，以引用计数为主，分代收集为辅
2，如果一个对象的引用数为0，python虚拟机就会回收这个对象的内存
3，引用计数的缺陷是循环引用的问题
class Cat(object):
def int(self):
print('对象产生了:{0}'.format(id(self)))
def __del__(self):
print('对象删除了:{0}'.format(id(self)))
def f0():
//自动回收内存，检测是否被引用的频率很快，创建下一个的同时，回收上一个
while True:
c1 = Cat()
def f1():
//一直被引用，内存不会被收回
l = [ ]
while True:
c1 = Cat()
l.append(c1)
if name == 'main':
f0()
f1()
python内存管理机制
引用计数（reference count）
1,每个对象都有存有指向该对象的引用总数
2，查看某个对象的引用计数
sys.getrefcount()
3,可以用del关键字删除某个引用
import sys
i = 1 //赋值
l = [ ] //对象引用
l2 = l
l3 = l
l5 = l
//对象l被引用的数量
print(sys.getrefcount(l))
del l2
//对象l被引用的数量
print(sys.getrefcount(l)) //getrefcount本身也会对对象有临时引用
print(sys.getrefcount(i)) //赋值和对象引用不同，它涉及内存共享问题，所以结果不是从1开始。
垃圾回收
1，满足特定条件，自动启动垃圾回收
2，当python运行时，会记录其中分配对象（object allocation）和取消分配对象（object deallocation）的次数
3，当两者的差值高于某个阈值时，垃圾回收才会启动
4，查看阈值 gc.get_threshold()
import gc
print(gc,get_threshold()) //得到一个元组（700， 10，10）
分代回收
1，python将所有对象分为0， 1，2三代
2，所有的新建对象都是0代对象
3，当某一代对象经历过垃圾回收，依然存活，那么它就被归入下一代对象
手动回收
1，gc.collect()手动回收
2，objgraph模块中的count()记录当前类产生的实例对象的个数
import gc, sys
import objgraph //第三方包，需要安装 pip install objgraph
print(gc,get_threshold())
class Persion(object)
pass
class Cat(object)
pass
p = Persion()
c = Cat()
p.name ='Susan'
p.Cat = c
c.master = p //c,p循环引用
print(sys.getrefcount(p))
print(sys.getrefcount(c))
del p
del c
//手动执行垃圾回收
gc.collect()
print(objgraph.count('Persion'))
print(objgraph.count('Cat'))
内存管理机制
1，内存池(memory pool)机制
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。内存池的概念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，就线从内存池中分配内存给这个需求，不够了之后再申请新的内存。这样做最显著的优势就是能够减少内存碎片，提升效率。
2，python3中的内存管理机制——pymalloc
针对小对象（<=512bytes），pymalloc会在内存池中申请内存空间。
当>512bytes，则会pymem_rawmalloc()和pymem_rawrealloc()来申请新的内存空间。
3，单位换算
1 Byte = 8 Bits(即 1B=8b)
1 KB = 1024 Bytes
1 MB = 1024 KB
1 GB = 1024 MB
备注：bit意为'位'或者'比特'，是计算机运算的基础，属于二进制的范畴。byte意为'字节'，是计算机文件大小的基本计算单位。
