垃圾回收

　　Python 不像 C++，Java 等語言一樣，他們可以不用事先聲明變量類型而直接對變量進行賦值。對 Python 語言來講，對象的類型和內存都是在運行時確定的。這也是為什么我們稱 Python 語言為動態(tài)類型的原因(這里我們把動態(tài)類型可以簡單的歸結為對變量內存地址的分配是在運行時自動判斷變量類型并對變量進行賦值)。

　　引用計數

　　Python 采用了類似 Windows 內核對象一樣的方式來對內存進行管理。每一個對象，都維護這一個對指向該對對象的引用的計數。當變量被綁定在一個對象上的時候，該變量的引用計數就是 1，(還有另外一些情況也會導致變量引用計數的增加)，系統會自動維護這些標簽，并定時掃描，當某標簽的引用計數變?yōu)?0 的時候，該對就會被回收。

　　內存池機制

　　Python 的內存機制以金字塔行，1、2 層主要有操作系統進行操作

　　第 0 層是 C 中的 malloc，free 等內存分配和釋放函數進行操作

　　第 1 層和第 2 層是內存池，有 Python 的接口函數 PyMem_Malloc 函數實現，當對象小于 256K 時由該層直接分配內存

　　第 3 層是最上層，也就是我們對 Python 對象的直接操作

　　在 C 中如果頻繁的調用 malloc 與 free 時,會產生性能問題.再加上頻繁的分配與釋放小塊的內存會產生內存碎片。

　　Python 在這里主要干的工作有：

　　如果請求分配的內存在 1~256 字節(jié)之間就使用自己的內存管理系統,否則直接使用 malloc。

　　這里還是會調用 malloc 分配內存，但每次會分配一塊大小為 256k 的大塊內存。

　　經由內存池登記的內存到最后還是會回收到內存池，并不會調用 C 的 free 釋放掉以便下次使用。對于簡單的 Python 對象，例如數值、字符串，元組(tuple 不允許被更改)采用的是復制的方式(深拷貝?)，也就是說當將另一個變量 B 賦值給變量 A 時，雖然 A 和 B 的內存空間仍然相同，但當 A 的值發(fā)生變化時，會重新給 A 分配空間，A 和 B 的地址變得不再相同。

　　當退出 Python 時是否釋放所有內存分配？

　　循環(huán)引用其他對象或引用自全局命名空間的對象的模塊，在 Python 退出時并非完全釋放。

　　另外，也不會釋放 c 庫保留的內存部分