Cpython解释器的垃圾回收机制：

什么是垃圾？

当一个值身上没有绑定任何变量名（该值的引用数为零）该值就是垃圾。

小整数对象池：

整数在程序中使用非常规范，python为了优化速度，使用了小整数对象池，避免为了频繁申请和销毁内存空间。python对小整数的定义是[-5,256]这些整数对象是提前建好的，不会被垃圾回收。在python中小整数对象池范围内的整数使用的都是同一个对象。同理单个字母也是，但当定义相同的2个字符串时，引用计数为零时，才会调用垃圾回收机制。

大整数对象池：

每一个大整数都定义一个新的对象。

intern机制

a1 = 'xiake'
a2 = 'xiake'
a3 = 'xiake'

python不会创建三个对象，如果是的话内存恒容易溢出，所以python有intern机制，可以让他们只占用一个 xiake 。

小总结：

小整数[-5,256]共用对象，常驻内存
单个字符共用对象，常驻内存
单个单词，不可修改，默认开启了intern机制,共用对象，引用计数为零时，销毁
字符串（含有空格），不可以修改，没开启intern，不共用对象，引用计数为零时销毁
大整数不共用内存，引用计数为零时销毁
数值类型与字符串类型在python中都是不可变的，这就意味着你无法修改对象值，每次对变量修改实际上创建一个新的对象

引用计数机制

python每个东西都是对象，它的核心就是一个结构体：pyObject

引用计数的优点

简单
实时性：一旦没有引用，内存就直接释放。处理回收内存的时间分摊到平时。
缺点
维护引用计数消耗资源
循环引用带来的案例没有解决

list1= []
list2= []
list1.append(list2)
list2.append(list1)

list1与list2相互引用，如果不存在其他对象对它们的引用，list1与list2的引用计数也仍然为1，所占用的内存永远无法被回收，这将是致命的。对于如今的强大硬件，缺点1尚可接受，但是循环引用导致内存泄露，注定python还将引入新的回收机制：分代收集。

分代收集垃圾机制

第一， Python使用一种不同的链表来持续追踪活跃的对象，Python的内部C代码将其称为零代链表（Generation Zero）。每次当你创建一个什么对象或其他什么值的时候，Python会将其添加到零代链表。
第二，随后，Python会循环遍历零代列表上的每个对象，找出列表中每个互相引用的对象，根据规则减掉其引用计数。在这个过程中，Python会一个接一个的统计内部引用的数量以防过早地释放它们。
第三，通过识别内部引用，Python能够减少许多零代链表循环引用的对象，这意味着回收器可以释放它们并回收内存了。剩下的活跃对象则被移动到一个新的链表：一代链表。
第四，周期性地从一个对象到另一个对象追踪引用以确定对象是否还是活跃的，正在被程序所使用的。清理完一代链表后，把活跃的对象，或者正在被程序使用的对象，移动到二代链表中，最终在二代链表中清除数据。这就是所谓的分代收集垃圾机制。

Python中的GC阀值

1，Python什么时候会进行这个标记过程？随着你的程序运行，Python解释器保持对新创建的对象，以及因为引用计数为零而被释放掉的对象的追踪。从理论上说，这两个值应该保持一致，因为程序新建的每个对象都应该最终被释放掉。
2，当然，事实并非如此。因为循环引用的原因，并且因为你的程序使用了一些比其他对象存在时间更长的对象，从而被分配对象的计数值与被释放对象的计数值之间的差异在逐渐增长。一旦这个差异累计超过某个阈值，则Python的收集机制就启动了，并且触发上边所说到的零代算法，释放“浮动的垃圾”，并且将剩下的对象移动到一代列表。
3，随着时间的推移，程序所使用的对象逐渐从零代列表移动到一代列表。而Python对于一代列表中对象的处理遵循同样的方法，一旦被分配计数值与被释放计数值累计到达一定阈值，Python会将剩下的活跃对象移动到二代列表。
4，通过这种方法，你的代码所长期使用的对象，那些你的代码持续访问的活跃对象，会从零代链表转移到一代再转移到二代。通过不同的阈值设置，Python可以在不同的时间间隔处理这些对象。Python处理零代最为频繁，其次是一代然后才是二代。

查看一个对象的引用计数

import sys
name = "xiaoka"
print(sys.getrefcount(name))

什么时候触发垃圾回收机制

当gc模块的计数器达到阈值时，自动回收垃圾
手动调用gc.collect(),手动回收垃圾
程序退出的时候，python解释器会回收垃圾

引用计数的问题

引用计数增加

age=18#18引用计数增加1
x=age#18的引用计数为2
print(age)
print(x)

引用计数减少

age=19#18的引用次数为1
del x#18的引用值为0

变量值的三个特征

id反映了内存地址
type表示数据类型
值

age=18
print(id(age))
print(type(age))
print(age)

总结

id相同，值一定相同。
值相同，id值不一定相同。

x='name:zyc,age:18'
y='name:zyc,age:18'
print(id(x))
print(id(y))
2847698422856
2847698422856

is与==的区别

is表示id是否相同
==表示值是否相等

可变类型与不可变类型

可变类型: 值改变，id不变，证明就是在改变原值
不可变类型：值改变，id也变，证明根本不是在改变原值，是创建了新值，原值就是不可变类型

x=10#不可变类型
print(id(x))
x=11
print(id(x))


l=['a','b','c']#可变类型
print(id(l))
l[0]='A'
print(id(l))
print(l)

day3（1）