# 垃圾回收
# 小整数对象池
# a = 100
# python对小整数的定义是[-5,257]，这些证书对象是提前创建好的，不会被垃圾回收，再一个python的程序中，所有位于这个范围内的正式使用的都是一个对象
# 大整数对象池
# 每一个大整数，均创建一个新的对象
# >>> A = 1000
# >>> id(A)
# 1797282549648
# >>> B = 1000
# >>> id(B)
# 1797289269392
# intern机制
# >>> a = 'hello'
# >>> b = 'hello'
# >>> id(a)
# 1797289499256
# >>> id(b)
# 1797289499256
# >>> b = 'hello world'
# >>> a = 'hello world'
# >>> id(a)
# 1797289512176
# >>> id(b)
# 1797289512112
# 总结：
# 小整数[-5,257)共用对象，常驻内存
# 单个字符共用对象，常驻内存
# 单个单词，不可修改，默认开启intern机制，共用对象，引用计数为0，则销毁
# GC垃圾回收（Garbage collection）
# 引用计数机制：
# python里每一个东西都是对象，他们的核心就是一个结构体：PyObject
# typedef struct_object{
# int ob_refcnt
# struct_typeobject *ob_type
# } PyObject
# PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数。当一个对象有新的引用时，它的ob_refcnt
# 就会增加，当引用它的对象被删除，他的ob_refcnt就会减少
# 当引用计数为0时，该对象生命就结束了
# 引用计数机制的有点：
# 简单
# 实时性。一旦没有引用，内存就直接释放了。不用向其他机制等到特定时机。实时性还带来一个好处：处理回收内存的时间分摊到了平时.
# import gc
# class ClassA():
# def __init__():
# print("object born,id:%s"%str(hex(id(self))))
# def f2():
# while True:
# c1 = ClassA()
# c2 = ClassA()
# c1.t = c2
# c2.t = c1
# del c1
# del c2
# gc.disable()
# f2()
# 话说Ruby与Python垃圾回收
# 隔代回收
# python以引用计数机制为主,隔代收集两种机制为辅的策略
# 0----------------------------------------------- 执行100次 -1 循环使用,引用计数不能为0,看是否循环引用?如果是循环引用就-1
# 1----------------------------------------------- 执行1次
# 2--------------------------------------------
import gc
print(gc.get_count()) #获取当前自动执行垃圾回收的技术器，返回提个长度为3的列表
# (243, 3, 1)
print(gc.get_count())
print(gc.get_threshold()) # 获取的gc模块中自动执行垃圾回收的频率
# (700, 10, 10)
print(gc.set_threshold()) #设置自动执行垃圾回收的频率
# 1.导致引用计数+1的情况
# 1.对象被创建，如a=23
# 2.对象被引用，如b=a
# 3.对象被作为参数，传入一个函数中，例如func(a)
# 4.对象作为一个元素，存储在容器中，list=[a,a]
# 2.导致引用计数-1的情况
# 对象的别名呗显示销毁 列如del a
# 对象的别名被赋予新对象，例如a = 23、
# 一个对象离开他的作用域，如f函数执行完毕时，func函数中的局部变量（全局变量不会）
# 对象所在的容器被销毁，或者从容器中删除对象
# gc模块的自动垃圾回收机制
# 必须要import gc
# gc.enable() 开启
# gc.disabled() 禁用
# gc.isenabled() 是否开启gc
# gc.collect() 收集垃圾（手动清理垃圾）
# gc.garbage() 显示清理垃圾
# import sys
# a = "hello world"
# b = c
# sys.getrefcount(a)得到的值-1就是真正的引用个数