python内存管理

　　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

　　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，引用计数比你猜测的要大得多。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

　　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。

　　当两个对象a 和b 相互引用时，del语句可以减少a和b的引用次数，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。(从而导致内存泄漏)。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，对象间不共享它们的内存池。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。