以Python语言为例探讨语音内存管理方式

语言的内存管理是语言设计的一个重要方面。它是决定语言性能的重要因素。无论是C语言的手工管理，还是Java的垃圾回收，都成为语言最重要的特征。这里以Python语言为例子，说明一门动态类型的、面向对象的语言的内存管理方式。

对象的内存使用

赋值语句是语言最常见的功能了。但即使是最简单的赋值语句，也可以很有内涵。Python的赋值语句就很值得研究。

a = 1

       整数1为一个对象。而a是一个引用。利用赋值语句，引用a指向对象1。Python是动态类型的语言(参考 动态类型 )，对象与引用分离。Python像使用“筷子”那样，通过引用来接触和翻动真正的食物——对象。

引用和对象 

为了探索对象在内存的存储，我们可以求助于Python的内置函数 id() 。它用于返回对象的身份(identity)。其实，这里所谓的身份，就是该对象的 内存地址 。

a = 1 

       print(id(a))
       print(hex(id(a)))
       在我的计算机上，它们返回的是:

11246696
       '0xab9c68'

       分别为内存地址的十进制和十六进制表示。 

在Python中，整数和短小的字符，Python都会缓存这些对象，以便重复使用。当我们创建多个等于1的引用时，实际上是让所有这些引用指向同一个对象。

a = 1
       b = 1 
       print(id(a))
       print(id(b))

       上面程序返回

11246696 
       11246696

       可见a和b实际上是指向同一个对象的两个引用。

为了检验两个引用指向同一个对象，我们可以用 is 关键字。is用于判断两个引用所指的对象是否相同。

       # Truea = 1 b = 1 print(a is b) # True a = "good" b = "good" print(a is b) # False a = "very good morning" b = "very good morning" print(a is b) # False a = [] b = [] print(a is b)

       上面的注释为相应的运行结果。可以看到，由于Python缓存了整数和短字符串，因此每个对象只存有一份。比如，所有整数1的引用都指向同一对象。即使使用赋值语句，也只是创造了新的引用，而不是对象本身。长的字符串和其它对象可以有多个相同的对象，可以使用赋值语句创建出新的对象。

       在Python中，每个对象都有存有指向该对象的引用总数，即 引用计数 (reference count)。

我们可以使用 sys 包中的 getrefcount() ，来查看某个对象的引用计数。需要注意的是，当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此，getrefcount()所得到的结果，会比期望的多1。

       from sys import getrefcount a = [1, 2, 3] print(getrefcount(a)) b = a print(getrefcount(b))
由于上述原因，两个getrefcount将返回2和3，而不是期望的1和2。

       对象引用对象

Python的一个容器对象(container)，比如表、词典等，可以包含多个对象。实际上，容器对象中包含的并不是元素对象本身，是指向各个元素对象的引用。

我们也可以自定义一个对象，并引用其它对象:

       class from_obj(object):     def __init__(self, to_obj):         self.to_obj = to_obj b = [1,2,3] a = from_obj(b) print(id(a.to_obj)) print(id(b))

       可以看到，a引用了对象b。

       对象引用对象，是Python最基本的构成方式。即使是a = 1这一赋值方式，实际上是让词典的一个键值"a"的元素引用整数对象1。该词典对象用于记录所有的全局引用。该词典引用了整数对象1。我们可以通过内置函数 globals() 来查看该词典。 

当一个对象A被另一个对象B引用时，A的引用计数将增加1。

       from sys import getrefcount a = [1, 2, 3] print(getrefcount(a)) b = [a, a] print(getrefcount(a))

       
       由于对象b引用了两次a，a的引用计数增加了2。

       容器对象的引用可能构成很复杂的拓扑结构。我们可以用objgraph包来绘制其引用关系，比如

       x = [1, 2, 3] y = [x, dict(key1=x)] z = [y, (x, y)] import objgraph objgraph.show_refs([z], filename='ref_topo.png')

objgraph是Python的一个第三方包。安装之前需要安装xdot。

sudo apt-get install xdot sudo pip install objgraph

       objgraph官网 

两个对象可能相互引用，从而构成所谓的 引用环 (reference cycle)。

a = []
       b = [a]
       a.append(b)

       即使是一个对象，只需要自己引用自己，也能构成引用环。

a = []
       a.append(a)
       print(getrefcount(a))

       引用环会给垃圾回收机制带来很大的麻烦，我将在后面详细叙述这一点。