变量与垃圾回收机制

# Python变量

# 变量介绍

变量使计算机能记录会变化的事物的状态。

变是变化，量是事物的状态。

例如：人有年龄，且这个年龄会变化，今年是17岁，明年是18岁，这个年龄就是变量。

# 变量定义

变量必须先定义，才能引用。

# 直接定义。
name = 888

# 引用定义，两者值的变量空间ID会相同，值的内存空间的引用计数将+1。
test = name

1
2
3
4
5

# 变量三大组成部分

变量名，指向等号右边的值的内存地址，内存地址用于访问其内存地址存储的值。

赋值符号，将变量值的内存地址绑定给变量名。

变量值，存储计算机分配的一个内存空间中，记录变化的事物的状态。

# 变量名的命名规范

只能由字母、数字、下划线组成。
变量名不能以数字开头。
变量名不能是Python保留的关键字，如print、and等。

命名应该见名知其意，虽然允许但不要用拼音、中文进行命名。

# 变量名的命名风格

下划线法。

单词纯小写，且单词之间用下划线分隔，常用于变量。

如：user_name、user_age。

小驼峰命名法。

第一个单词小写，后面的所有单词首字母大写，常用于变量。

如：userName、userAge。

大驼峰命名法。

所有单词首字母大写，常用于类名。

如：UserName、UserAge。

# 变量定义在内存中的过程

定义变量后，Python会向计算机申请分配一个内存空间，用于存放变量的值。

并将该值的内存地址绑定给指定的变量名，用于指向变量空间所在的位置。

# 列表定义在内存中的过程

列表类型的名称指向的内存空间中，不实际存放的值，而是存放索引与其对应的值的内存地址，内存地址再指向实际存放值的内存空间。

如果列表中引用了变量，则会将变量名所对应的值的内存空间地址，与对应索引相对应。

例如a=[x]就表示a的索引0指向x所指向的内存地址。

# 字典定义在内存中的过程

与列表一样，区别在于是用key来对应值的内存空间地址。

# 变量值的重要特征

id是变量值的号码，内存地址不同，id则不同，可以通过id(变量名)查看变量值的id。

id是根据变量值的内存空间地址生成的号码，两个值相同的变量，其变量值id可能不同。

type

不同类型的值，需要用不同的数据类型来记录，可以通过type(变量名)查看变量值的数据类型。

如: 字符串、数值、浮点数等。

value

即变量值的值本身。

# 变量值的比较

is关键字，比较的是变量的id是否相等，返回布尔值。

例如：a is b同等于id(a) == id(b)。

==运算符，比较的是变量的值是否相等，返回布尔值。

两块不同的内存空间里，值可以相等。

# 变量的赋值

一般情况下，只要是产生了新值，就会重新申请内存空间。除了一些常用的值，如小整数池中的值、常用的字符串等等。

例如：

# 产生新值，重新申请内存空间。
a=222333

# 没有产生新值，不申请内存空间，而是绑定到a所绑定的内存空间。
b=a

# 常用的小整数池中的值，不申请内存空间。
c=1

1
2
3
4
5
6
7
8

# 小整数池

Python解释器启动时，会在内存中事先申请一系列用来存放常用整数的内存空间，且小整数池的值的内存空间不会被回收。

如-1、0、1、2、3、4等。

小整数池的范围是-5到256之间，但Pycharm会扩充这个范围。

我们在定义的变量时，如果值是小整数池中的值，就会直接绑定变量名到对应值的内存空间，而不会再申请新的内存空间。

这样做可以减少Python对内存空间的读写，这是解释器内部自己做的优化。

# Python常量

# 常量介绍

与变量相对，常量是不变的量。Python语法中没有常量的概念，不能定义常量，但在程序的开发过程中会涉及到常量的概念。

# 常量定义

虽然python中没有定义常量的关键字，但是有约定俗成的常量定义规范：如果变量名全为大写，则表示这是常量。

如：BASE_NUM = 1

但这只是规范性的约定，并非硬性限制。

# Python垃圾回收机制

# 垃圾回收机制介绍

定义变量申请的内存空间，如果不用了也一直不回收，而且还不断地申请，则可能导致内存溢出的问题。

而垃圾回收就是用来解决该问题用的，python的垃圾回收会将无法再被引用到的内存空间进行自动回收，这是一种内存管理优化。

# 引用计数

一个变量值的内存空间可以被多个不同的变量名引用，而变量值的内存空间被不同变量名引用的次数，就是引用计数。

# 增加引用计数例子，此时a和b同时指向10这个值的内存空间，引用计数就为2。
a=10
b=a

# 减少引用计数例子，del关键字用于解除变量名和变量值的内存空间的绑定关系。
# 此时就没有指向10这个值的变量名，引用计数就为0。
a=10
del a

1
2
3
4
5
6
7
8

# 垃圾与回收

垃圾，如果变量值的内存空间的引用计数为0，无法再被引用了，那么这个内存空间就是垃圾。

回收，当变量值的内存空间的引用计数为0变成垃圾时，就会自动触发Python的垃圾回收机制，回收这个无用的垃圾内存空间。

# 堆栈

Python的变量名和对象地址存储在内存中的栈区，变量值存储在内存中的堆区。

# 循环引用问题

列表L1引用列表L2，列表L2又引用列表L1，就会造成循环引用的问题。开发时要避免这种情况的出现，因为循环引用可能会导致内存泄露。

这样的情况下，即便将L1和L2的直接引用都del删掉，他们的引用计数也不会为0

因为他们的内存空间中，仍在互相间接引用彼此，所以引用计数就不会为0，也就是不会触发垃圾回收机制，但是可能会触发标记清除。

# 标记-清除

Python在程序的内存不够用时，就会触发标记清除。

它会扫描栈区中有的变量名，并将其变量名直接引用和间接引用的内存空间，标记为存活。

由栈区作为出发点，其能够访问到的直接引用和间接引用都会被标记为存活。

也就是堆区内，能被变量名直接引用，或者能被存活的内存空间引用的都会被标记存活。

而那些堆区内没有被标记的内存空间，就是无法被引用、又在占用资源的内存空间，就会被清除。

# 分代回收

基于引用计数的回收机制，每次回收内存都需要把所有对象的引用计数都遍历一遍，这非常消耗时间，所以就有了分带回收来提高效率。

分代回收的核心思想是，在历经多次扫描的情况下，存活越久的变量，GC就越会认为该变量是常用变量，GC对其扫描的频率就会降低。

也就是变量的值存活的越久，垃圾回收扫描该值的频率越低，引用计数>0就是存活。

# 引用传递

python中一切的传递，都是内存地址的传递，例如a = 1; b = a就是把a的内存地址给了b。

#变量 #常量 #垃圾回收 #内存管理 #数据类型

← 常见规范与运行方式输入与格式化输出→