print(y) # 所以y打印是10
注：当然以上仅为举例，实际上，python为了性能优化，避免为整数频繁申请和销毁内存空间，小整数对象池（-5 ～ 256）中的整数都是在内存中一直开辟好的。这个后续细述。x = ‘你好’ # 字符串 你好 在堆中开辟空间，地址为id1，变量x绑定内存地址id1，所以x指向字符串 你好
y = [‘a’,‘b’,‘c’,‘d’,x] # 前文有提到，赋值操作实质是内存地址的传递，
# 所以此步骤 列表[‘a’,‘b’,‘c’,‘d’,x]在堆中开辟空间，地址为id2，
# 其中每个成员也分别需要开辟空间，其中第五个成员得到了x传递的地址
# 所以第五个成员指向id1的值：你好
# [‘a’,‘b’,‘c’,‘d’,‘你好’]
x = ‘不好’ # 字符串 不好 在堆中开辟空间，地址为id2，变量x绑定内存地址id3，所以x指向字符串 不好
print(y) # # [‘a’,‘b’,‘c’,‘d’,‘你好’]
#### 小整数池
python中经常使用的一些数值定义为小整数池，小整数池的范围是[-5,256]，python对这些数值已经提前创建好了内存空间，即使多次重新定义也不会在重新开辟新的空间，但是小整数池外的数值在重新定义时都会再次开辟新的空间。
![20230309223732.png]()
所以对于小整数池中的数，内存地址一定是相同的，小整数池中外的数，内存地址是不同的。a = 10
b = 10
print(a is b)
True
a = 257
b = 257
print(a is b)
False
#### python缓存机制
但你会发现，如果不在交互模式中，而是在 脚本模式 或者 IDE环境中，小整数池外的数，内存地址也是相同的a = 257;b = 257;print(a is b)
True
IDE环境
![]()
**这是由于python的缓存机制，在同一代码块下，不可变数据类型的对象（数字，字符串，元祖)**
**被多个变量引用，不会重复开辟内存空间**a = 257
b = 257
print(a is b) # True
a = ‘123’
b = ‘123’
print(a is b) # True
a = (1, 2, 3)
b = (1, 2, 3)
print(a is b) # True
a = [1, 2]
b = [1, 2]
print(a is b) # False 可变数据类型，需要重新开辟空间
**所以我们平时写代码，在同一代码块下，只要是不可变数据类型的对象（数字，字符串，元祖）
被多个变量引用，不会重复开辟内存空间，可变数据类型的对象会开辟不同空间**
#### 字符串intern机制
刚有提到，在命令行除了小整数池，都会开辟不同的内存地址。
但你会发现，在命令行模式中，有的字符串并没有开辟不同的空间：a = ‘123’
b = ‘123’
print(a is b)
True
这是由于字符串的intern机制，也就是说在命令行模式下，有个intern机制：如果当前变量引用的字符串对象已经存在的话，直接增加对应字符串对象的引用，而不去创建新的字符串对象。适用范围是：只包含[a-zA-Z0-9\_]，也就是说字符串只能包含字母数字下划线，如果有其他符号，就不使用intern机制。a = ‘12 3’
b = ‘12 3’
print(a is b)
False
#### 列表内存开辟定义一个列表
a = [10,20,30,40]
打印列表a的地址以及其元素
print(id(a)) # 4376650528
print(id(a[0])) # 10–4527943632
print(id(a[1])) # 20–4527943952
print(id(a[2])) # 30–4527944272
print(id(a[3])) # 40–4527944592
![在这里插入图片描述]()定义一个列表
a = [10,20,30,40]
使用a.append()
a.append(50)
print(a) # [10,20,30,40,50]
print(id(a)) #4376650528
![]()
列表是可变数据类型，地址不变，值可变。因此，添加新的值之后，地址也是不变的。
#### 函数的参数传递
实参：调用函数时，小括号中的参数，用来把数据传递到函数内部
形参：定义函数时，小括号中的参数，用来接收参数，在函数内部作为变量使用
**对于参数传递，函数中修改传参，到底影不影响外部变量，可以理解为 把实参 赋值 给了 形参 即： 形参 = 实参**
即：形参和实参指同一个地址，至于形参的改变会不会影响实参， 就根据内存开辟相关的知识判断就可以， 和函数本身没有关系
### 可变和不可变数据类型
不可变数据类型：数字，字符串，元祖
可变数据类型 ：列表，集合，字典
可变指：地址不变的情况下，可以改变其内部元素。
不可变指：地址不变的情况下，其值不可变。
### 浅拷贝和深拷贝
Python 深拷贝和浅拷贝概念理解
**- 浅拷贝**
拷贝的程度浅，**重新分配一块内存**，**创建一个新的对象**，但里面的元素是**原对象中各个子对象的引用**。
* 使用数据类型本身的构造器完成的也是浅拷贝，list2 = list(list1)
* 对于可变的序列，还可以通过切片操作符 : 来完成浅拷贝
* Python 还提供了对应的函数 copy.copy() 函数，适用于任何数据类型
![在这里插入图片描述]()
**b = a.copy():** 浅拷贝, a 和 b 是一个独立的对象，但他们的子对象还是指向统一对象（是引用）
**- 深拷贝**
拷贝的程度深，**重新分配一块内存**，创建一个新的对象，并且将原对象中的元素，以递归的方式，**通过创建新的子对象拷贝到新对象中**。因此，**新对象和原对象没有任何关联**
* Python 中以 copy.deepcopy() 来实现对象的深度拷贝
![在这里插入图片描述]()
**b = copy.deepcopy(a):** 深度拷贝, a 和 b 完全拷贝了父对象及其子对象，两者是完全独立的。
**-直接赋值**
其实就是对象的引用（别名）
![在这里插入图片描述]()
**b = a:** 赋值引用，a 和 b 都指向同一个对象。
**总结**
**使用浅拷贝：**
浅拷贝在拷贝时，只会copy第一层，如果第一层是可变类型，就在内存中开辟一个空间复制下来，如果第一层是不可变数据类型，就沿用之前的引用。更深的层次（里面层）并没有copy，沿用之前的引用。
所以对于列表来讲，列表浅拷贝之后的新列表 和 原列表 的修改是否会影响对方，主要看列表内部的索引位有没指向新的引用，如果有，那么就不会互相影响。否则就会。
* 内部索引位指向新的引用情况：直接对索引位进行重新赋值：a[0] = xxx，那么这个索引位肯定重新指向xxx
* 内部索引位不指向新的引用情况：元素就地修改(一些可变类型)，如元素是列表，这个列表内部元素进行自身的一些修改。
所以对于全是不可变数据类型元素的列表，浅拷贝得到的新列表 和 原列表 之间的修改 都不会影响对方
只有列表中包含了可变数据类型，且此可变数据类型进行了修改，没有改变此索引位的指向，才会影响对方。
**使用深拷贝:**
深拷贝时，会逐层进行拷贝，遇到可变类型，就开辟一块内存复制下来，遇到不可变类型就沿用之前的引用。
因为不可变数据修改会从新开辟新的空间，所以，深拷贝数据之间的修改都不会相互影响。
**直接赋值**
就是直接指向同一个对象，一切按照内存开辟来判断引用是否更换。
### 垃圾回收机制ＧＣ
Python的GC模块主要运用了“引用计数”（reference counting）来跟踪和回收垃圾。在引用计数的基础上，还可以通过“标记-清除”（mark and sweep）解决容器对象可能产生的循环引用的问题，并且通过“分代回收”（generation collection）以空间换取时间的方式来进一步提高垃圾回收的效率
#### 引用计数
引用计数就是：变量值被变量名关联的次数
如：age=18
变量值18被关联了一个变量名age，称之为引用计数为1
![]()
引用计数增加：
age=18 （此时，变量值18的引用计数为1）
m=age （把age的内存地址给了m，此时，m,age都关联了18，所以变量值18的引用计数为2）
![]()
引用计数减少：
age=10（名字age先与值18解除关联，再与3建立了关联，变量值18的引用计数为1）
del m（del的意思是解除变量名x与变量值18的关联关系，此时，变量18的引用计数为0)
值18的引用计数一旦变为0，其占用的内存地址就应该被解释器的垃圾回收机制回收
#### 标记清除
引用计数机制存在着一个致命的弱点，即循环引用（也称交叉引用）如下我们定义了两个列表，简称列表1与列表2，变量名l1指向列表1，变量名l2指向列表2
l1=[‘xxx’] # 列表1被引用一次，列表1的引用计数变为1
l2=[‘yyy’] # 列表2被引用一次，列表2的引用计数变为1
l1.append(l2) # 把列表2追加到l1中作为第二个元素，列表2的引用计数变为2
l2.append(l1) # 把列表1追加到l2中作为第二个元素，列表1的引用计数变为2
l1与l2之间有相互引用
l1 = ['xxx’的内存地址,列表2的内存地址]
l2 = ['yyy’的内存地址,列表1的内存地址]
l1
[‘xxx’, [‘yyy’, […]]]
l2
[‘yyy’, [‘xxx’, […]]]
l1[1][1][0]
‘xxx’
![在这里插入图片描述]()
循环引用会导致：值不再被任何名字关联，但是值的引用计数并不会为0，应该被回收但不能被回收，什么意思呢？试想一下，请看如下操作del l1 # 列表1的引用计数减1，列表1的引用计数变为1
del l2 # 列表2的引用计数减1，列表2的引用计数变为1
此时，只剩下列表1与列表2之间的相互引用
![在这里插入图片描述]()
但此时两个列表的引用计数均不为0，但两个列表不再被任何其他对象关联，没有任何人可以再引用到它们，所以它俩占用内存空间应该被回收，但由于相互引用的存在，每一个对象的引用计数都不为0，因此这些对象所占用的内存永远不会被释放，所以循环引用是致命的，这与手动进行内存管理所产生的内存泄露毫无区别。
### 最后
> **🍅 硬核资料**：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
> **🍅 技术互助**：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
> **🍅 面试题库**：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
> **🍅 知识体系**：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**[需要这份系统化学习资料的朋友，可以戳这里获取]()**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
