Python基础（①④内存管理机制）

Python 的内存管理机制可以简单理解为 “自动帮你管钱”—— 你不用手动申请或释放内存，Python 会自动处理。

1. 引用计数

a = [1,2,3]  # 列表[1,2,3]的引用计数=1
b = a        # 引用计数=2（a和b都指向它）
del a        # 引用计数=1（只剩b了）
b = 100      # 引用计数=0（没人指向列表了），内存被自动回收

当一个对象的引用计数降为0时，Python 的垃圾回收机制会认为这个对象不再被任何变量使用，然后自动回收其占用的内存。

当引用计数变为 0 时，Python 的垃圾回收器就会识别出这个列表是“垃圾”（即无用的内存），并自动释放它占用的内存。从那一刻起，列表 [1,2,3] 的内容就从内存中消失了。

2. 垃圾回收

# 创建两个空列表，互相引用
a = []
b = []
a.append(b)  # a引用b
b.append(a)  # b引用a# 现在删除a和b的引用
del a
del b

这时候，两个列表已经没有变量指向它们了，但因为它们互相引用（a 里有 b，b 里有 a），导致引用计数都不为 0。
如果只靠引用计数，这两个列表会一直占着内存，变成 “内存垃圾”。

把 a = [] 想象成：有一个空盒子 A，上面贴了个标签 a（方便你找到它）。
把 b = [] 想象成：有一个空盒子 B，上面贴了个标签 b。

现在执行 a.append(b)：
相当于往盒子 A 里放了一张纸条，纸条上写着 “盒子 B 在哪”（也就是记录了 B 的位置）。
这时候，盒子 B 除了自己的标签 b，又多了一个被盒子 A “记住” 的引用，所以引用计数 + 1。

再执行 b.append(a)：
相当于往盒子 B 里也放了一张纸条，写着 “盒子 A 在哪”。
同理，盒子 A 的引用计数也 + 1（除了标签 a，又被盒子 B 记住了）。

现在，如果你把标签 a 和 b 撕掉（del a; del b）：

盒子 A 和 B 虽然没了外部标签，但盒子 A 里的纸条还指着 B，盒子 B 里的纸条还指着 A。
就像两个盒子互相用绳子拴着，虽然没人拿着它们了，但它们自己还互相牵着，所以 “引用计数”（被多少东西指着）都没降到 0。

这就是 “[] 指向 []” 的本质：列表（盒子）里存了另一个列表（盒子）的位置，形成了互相 “惦记” 的关系，导致即使外部没人用了，它们的引用计数也不为 0。

3. 内存池

import sys# 查看两个小整数的内存地址
a = 10
b = 10
print("小整数的内存地址：")
print(id(a))  # 输出a的内存地址
print(id(b))  # 输出b的内存地址
print("两个地址是否相同？", id(a) == id(b))  # 结果为True# 查看两个大整数的内存地址
c = 1000000
d = 1000000
print("\n大整数的内存地址：")
print(id(c))  # 输出c的内存地址
print(id(d))  # 输出d的内存地址
print("两个地址是否相同？", id(c) == id(d))  # 结果为False

小整数10的两个变量a和b指向同一个内存地址（内存池里的缓存）
大整数1000000的两个变量c和d指向不同的内存地址（没有使用内存池）

这就是内存池的效果：

Python 会提前在内存池里缓存一些常用的小数据（比如 - 5 到 256 之间的整数、短字符串）
当你再次创建相同的小数据时，直接复用内存池里的地址，不用重新申请内存
大数据不放进内存池，每次创建都会新申请内存

这样做的好处是：小数据使用频繁，复用内存能节省时间和空间，让程序跑得更快。