009 Python变量内存管理

一、变量存哪了？

x = 10

变量存放在内存中这句话太宽泛了，我们把它具体化。

对于电脑内存这个大内存，每定义一个变量就会在这个大内存中开辟一个小空间，小空间内存放变量值10，然后内存给这个小空间一个变量名x（门牌号），x指向10。

二、Python垃圾回收机制

对于p1.py，如果我们再加上一段代码x = 11，大内存会开辟另一个小空间存储变量值11，把变量值绑定另一个门牌号x，但是由于之前有x，所以大内存会解除x与10的连接，让x与11连接。这个时候10由于没有了门牌号，所以成为了python眼中的垃圾，python就会处理这个垃圾，释放10的内存占用，这就是python的垃圾回收机制。而其他语言需要手动把10的内存占用释放掉。

2.1 引用计数

从上述的解释我们可以知道只要某个变量值绑定着门牌号，就不是垃圾，反之变量值没有绑定着门牌号，这个变量值就是垃圾，python就会自动清理这个垃圾。这里我们对于这个门牌号给定一个专业的解释，在python中这个门牌号被称作引用计数。

x = 10  # 10引用计数加1为1
y = x  # 10引用计数加1为2
x = 11  # 10引用计数减1为1；11引用计数加1为1
del y  # 10引用计数减1为0，触发python垃圾回收机制，python清理10的内存占用

上述代码就是一个引用计数加减的过程。

三、小整数池

为了避免因创建相同的值而重复申请内存空间所带来的效率问题， Python解释器会在启动时创建出小整数池，范围是[-5,256]，该范围内的小整数对象是全局解释器范围内被重复使用，永远不会被垃圾回收机制回收。

# 因此当变量值在【-5：256】这个区间内，只要变量值相同，内存地址都一样

在pycharm中运行python程序时，pycharm出于对性能的考虑，会扩大小整数池的范围，其他的字符串等不可变类型也都包含在内一便采用相同的方式处理了，我们只需要记住这是一种优化机制，至于范围到底多大，无需细究。