本章目标

掌握 Python 内存管理的核心机制，理解对象模型、引用计数、垃圾回收（GC）、内存分配优化，以及如何监控和调试内存使用。

1. Python对象模型基础

Python 中一切皆对象（整数、函数、类本身等），所有对象都存储在堆内存上。

1.1 对象结构（PyObject）

• ob_refcnt: 引用计数器
• ob_type: 指向类型对象（type）的指针

x = 42
print(type(x))     # <class 'int'>
print(id(x))       # 对象的内存地址

1.2 id() 与 is

• id(obj)：返回对象的内存地址标识
• is：比较两个对象的身份（是否为同一对象）

a = 1000
b = 1000
print(a == b)  # True，值相等
print(a is b)  # 可能是 False，身份不同

注意： 小整数（-5~256）和部分短字符串会被缓存（intern），因此 is 可能为 True。

2. 引用计数与垃圾回收

2.1 引用计数机制

Python 主要使用引用计数回收内存：当对象引用计数为0时被立即销毁。

import sys

a = []
print(sys.getrefcount(a))  # 输出可能是 2（包含传入参数）
b = a
print(sys.getrefcount(a))  # 增加到 3

del b
print(sys.getrefcount(a))  # 减少到 2

2.2 循环引用与垃圾回收器（gc模块）

当两个对象互相引用，引用计数不会归零，需靠 GC 处理。

import gc

a = {}
b = {}
a['x'] = b
b['x'] = a

# 手动触发垃圾回收
collected = gc.collect()
print('collected:', collected)

2.3 GC 分代回收机制

• Python 将对象分为三代（0、1、2）
• 年轻对象更频繁回收
• 存活久的对象会被提升到高一代以减少扫描成本

import gc
print(gc.get_threshold())  # (700, 10, 10)

3. 内存分配与优化

3.1 pymalloc 内存池

• Python 为小对象（<512字节）使用内存池，提高分配效率
• 减少频繁的系统调用 malloc/free

3.2 避免内存碎片

• 频繁创建和销毁大量小对象会造成内存碎片
• 解决：使用对象池（如 queue）、重用对象、使用生成器

3.3 使用 __slots__ 降低内存占用

class Point:
    __slots__ = ('x', 'y')  # 禁用 __dict__，节省内存
    def __init__(self, x, y):
        self.x = x
        self.y = y

p = Point(1, 2)
print(p.x, p.y)

3.4 弱引用（weakref）

弱引用不会增加引用计数，常用于缓存对象，避免内存泄漏。

import weakref

class Data:
    pass

data = Data()
ref = weakref.ref(data)
print(ref())  # <__main__.Data object at ...>

del data
print(ref())  # None（对象已被回收）

4. 内存监控与调试

4.1 tracemalloc 追踪内存分配

import tracemalloc

tracemalloc.start()
a = [i for i in range(100000)]
current, peak = tracemalloc.get_traced_memory()
print(f"Current: {current/1024/1024:.2f} MB; Peak: {peak/1024/1024:.2f} MB")
tracemalloc.stop()

4.2 objgraph（第三方）可视化对象引用

pip install objgraph

import objgraph
objgraph.show_most_common_types(limit=10)

5. 常见内存问题与解决策略

6. 练习题

1. 实现一个对象池（Object Pool）类，避免频繁创建销毁对象。
2. 编写代码制造循环引用并使用 gc 检测与清理。
3. 使用 tracemalloc 监控一段代码的内存峰值。

附图建议

• 图1：Python 对象结构（引用计数+类型指针）
• 图2：GC 三代回收流程图
• 图3：tracemalloc 内存曲线示意图

（可后续补上清晰的 PNG/SVG 图示）

小结

本章深入解析了 Python 的内存管理与对象模型，包括引用计数、GC、内存池、弱引用等机制，并提供了优化与调试内存使用的方法。这些知识是编写高性能、内存友好型 Python 应用的重要基础。