Python引進了一個機制：引用計數，來進行管理記憶體。
python內部使用引用計數，來保持追蹤記憶體中的對象，Python內部記錄了物件有多少個引用，即引用計數，當物件被創建時就創建了一個引用計數，當當物件不再需要時，這個物件的參考計數為0時，它被垃圾回收。
總結一下物件會在以下情況下引用計數加1：
#1.物件被建立：x=4
2.另外的別人被創建：y=x
3.被當作參數傳遞給函數：foo(x)
4.作為容器物件的一個元素：a=[1,x,'33' ]
引用計數減少情況
#1.一個本地引用離開了它的作用域。例如上面的foo(x)函數結束時，x指向的物件參照減1。
2.物件的別名被明確的銷毀：del x ；或del y
3.物件的一個別名被賦值給其他物件：x=789
# 4.物件從一個視窗物件中移除：myList.remove(x)
5.視窗物件本身被銷毀：del myList，或是視窗物件本身離開了作用域。
垃圾回收
1、當記憶體中有不再使用的部分時，垃圾收集器就會把他們清理掉。它會去檢查那些引用計數為0的對象，然後清除其在記憶體的空間。當然除了引用計數為0的會被清除，還有一種情況也會被垃圾收集器清除：當兩個物件互相引用時，他們本身其他的引用已經為0了。
2、垃圾回收機制還有一個循環垃圾回收器, 確保釋放循環引用物件(a引用b, b引用a, 導致其參考計數永遠不會為0)。
在Python中，許多時候申請的內存都是小塊的內存，這些小塊內存在申請後，很快又會被釋放，由於這些內存的申請並不是為了創建對象，所以併沒有物件一級的記憶體池機制。這意味著Python在運作期間會大量執行malloc和free的操作，頻繁地在使用者態和核心態之間進行切換，這將嚴重影響Python的執行效率。為了加速Python的執行效率，Python引入了一個記憶體池機制，用於管理對小塊記憶體的申請和釋放。
記憶體池機制
Python提供了對記憶體的垃圾收集機制，但它將不使用的內存放到記憶體池而不是傳回給作業系統。
Python中所有小於256個位元組的物件都使用pymalloc實作的分配器，而大的物件則使用系統的 malloc。另外Python對象，如整數，浮點數和List，都有其獨立的私有記憶體池，物件間不共享他們的記憶體池。也就是說如果你分配又釋放了大量的整數，用來快取這些整數的記憶體就不能再分配給浮點數。
以上是python是如何進行記憶體管理的的詳細內容。更多資訊請關注PHP中文網其他相關文章！
