python内存管理机制
python事先分配好的缓冲区
python解释器会事先分配一些缓冲区，这些缓冲区保存一些固定值，例如[-5,256],在一次程序执行过程当中，这些值的地址是固定的，是静态缓冲区。
可是每次从新运行程序，解释器会从新分配内存，因此每次运行程序的地址会不一样。
能够看出全部的引用都指向一片内存
再给出一个例子：
这里的1，0地址是不变的，变的是X,Y的引用对象，以下图：
string类型，它也有本身的缓冲区，固定的是256个ASCII码字符。
###python重复利用的缓冲区
在python中，除了事先分配好的缓冲区，还会有一些重复利用的动态缓冲区，配合垃圾回收机制，自动将没用的对象清除出缓冲区，以便新的变量能够有内存可用。
从上图能够看出在X大于256以后，保存数字的缓冲区地址在动态变换，可是也有例外的状况：
对于这种状况，应该是编译器对语句进行了优化，由于X=258，而后又判断X是否是258，因此编译器直接进行了跳步，将两句并一句，在编译阶段直接给出了答案。python
###容器类的内存分配
Python的容器类对象（表，词典，集合，等）保存的是各个元素的引用，而不是元素自己。
给出一个简单的例子：
根据上图能够看出X,Y的地址并非X[0],Y[0]的地址，而X[0],Y[0]的地址才是0和1所保存的地址。
对X，Y进行简单的交换，能够获得：
对比上一张图，能够发现Y其实就是X的引用，而X寻找了一片新的内存空间，并无用Y的地址。其关系以下：
在python中，容器类型即便彻底同样也可能存储在不一样的地址当中，如图所示：
在图中，打印了5次id，打印出来三个不一样的id值。
而且用is判断引用是否相同，给出了False的结果。
再看下边的例子：
这个例子中经过getrefcount函数看到，X,Y,Z各被引用了两次，也就意味着X,Y,Z对应着不一样的地址。尽管X,Y,Z的值都是[0,1]，可是每个都有不一样的地址，互不干扰。而单独调用sys.getrefcount([0, 1])发现仅有一次调用记录，也就是getrefcount函数调用的。这说明单独调用[0, 1]会再生成一片空间单独存放该对象，不会去引用X,Y或Z。
python的动态内存管理机制致使动态申请的内存可能刚申请下来，就被看成垃圾回收。给出一个例子：
如图所示，在打印出[0,1]的id以后，该列表就被回收了，进而将地址让给了[2，3]继续使用。web
容器类嵌套的地址分布问题
容器类嵌套的地址分布会出现多种可能性svg
- 使用进行扩展
能够发现，用进行扩展出来的元素地址都是相同的，能够大体猜出 * 的行为，就是进行浅拷贝，将引用复制成三分，可是这也会形成问题，当给其中一个赋值的时候，其余使用 * 扩展出来的元素也会相应的跟着发生变换。使用生成器能够避免该问题。
这种状况只会在列表嵌套的状况下发生，若是列表没有嵌套的话，赋值的时候会从新给被赋值的元素开辟一片新的空间
从图中能够看出，当X[0]赋值以后，其id发生了变化。 - 单独声明
从上图能够看出，三个列表都单独声明的话，会给三个列表不同的地址，这样就避免了给其中一个赋值，另外一个相对应跟着改变的问题。