笔记中代码均可运行在Jupyter NoteBook下（实际上Jupyter-lab使用体验也很棒）。
建议不要光看，要多动手敲代码。眼过千遭，不如手读一遍。
相关笔记的jupiter运行代码已经上传，请在资源中自行下载。
垃圾回收
参考网址：https://www.cnblogs.com/jin-xin/articles/9439483.html
概括：
同一代码块下：缓存机制
不同代码块：小数据池
代码块
一个模块、一个函数、一个类、一个文件都是一个代码块。
在交互式命令行下，一个命令就是一个代码块。
代码块的缓存机制
Python在执行同一个代码块的初始化对象的命令时，
会检查是否其值是否已经存在，如果存在，会将其重用。
换句话说：
执行同一个代码块时，遇到初始化对象的命令时，
他会将初始化的这个变量与值存储在一个字典中，
在遇到新的变量时，会先在字典中查询记录，
如果有同样的记录那么它会重复使用这个字典中的之前的这个值。
满足缓存机制则他们在内存中只存在一个，即：id相同。
代码块的缓存机制的适用范围： int（float），str，bool。
int(float):任何数字在同一代码块下都会复用。
bool:True和False在字典中会以1，0方式存在，并且复用。
str：几乎所有的字符串都会符合缓存机制
1，非乘法得到的字符串都满足代码块的缓存机制
2,乘法得到的字符串分两种情况：
2.1 乘数为1时，任何字符串满足代码块的缓存机制：
2.2 乘数>=2时：仅含大小写字母，数字，下划线，
总长度<=20，满足代码块的缓存机制
优点：
能够提高一些字符串，整数处理人物在时间和空间上的性能；
需要值相同的字符串，整数的时候，直接从‘字典’中取出复用，避免频繁创建和销毁，提升效率，节约内存。
'''jupyter这里运行存在问题，以注释为主'''
# 字符串缓存机制 例子
# 非乘法得到的字符串
def unMult():
s1 = 'string'
s2 = 'string'
print('非乘法得到的字符串')
print('*'*30)
print('s1和s2地址比较：',id(s1) == id(s2)) # True
print('*'*30)
# 乘数为1得到的字符串
def multOne():
s3 = 'asdf!@#$%^*'*1
s4 = 'asdf!@#$%^*'*1
print('乘数为1得到的字符串')
print('*'*30)
print('s3和s4地址比较：',id(s3) == id(s4)) # True
print('*'*30)
# 乘数>=2时
def multMore():
s3 = 'adf!'*4 # 包含其他字符，总长<20
s4 = 'adf!'*4
s5 = 'qwertyuiop[]asdfghjk!@#$%^&'*4
# 包含其他字符，总长>20
s6 = 'qwertyuiop[]asdfghjk!@#$%^&'*4
s7 = 'asdf_asdf'*3 # # 不包含其他字符，总长<20
s8 = 'asdf_asdf'*3
print('乘数为>=2，总长度<=20,包含其他字符得到的字符串')
print('*'*30)
print('s3和s4地址比较：',id(s3) == id(s4)) # False
print('*'*30)
print('乘数为>=2，总长度>20,包含其他字符得到的字符串')
print('*'*30)
print('s5和s6地址比较：',id(s5) == id(s6)) # False
print('*'*30)
print('乘数为>=2，总长度<=20,不包含其他字符得到的字符串')
print('*'*30)
print('s7和s8地址比较：',id(s7) == id(s8)) # True
print('*'*30)
# test
unMult()
multOne()
multMore()
非乘法得到的字符串
******************************
s1和s2地址比较： True
s1和s2来源比较： True
******************************
乘数为1得到的字符串
******************************
s3和s4地址比较： True
s3和s4来源比较： True
******************************
乘数为>=2，总长度<=20,包含其他字符得到的字符串
******************************
s3和s4地址比较： True
s3和s4来源比较： True
******************************
乘数为>=2，总长度>20,包含其他字符得到的字符串
******************************
s5和s6地址比较： True
s5和s6来源比较： True
******************************
乘数为>=2，总长度<=20,不包含其他字符得到的字符串
******************************
s7和s8地址比较： True
s7和s8来源比较： True
******************************
小数据池
大前提：
小数据池也是只针对 int(float)，str，bool。
小数据池是针对不同代码块之间的缓存机制！！！
Python自动将-5~256的整数进行了缓存，
当你将这些整数赋值给变量时，并不会重新创建对象，
而是使用已经创建好的缓存对象。
python会将一定规则的字符串在字符串驻留池中创建一份。
'''小数据池例子'''
# 整数
a = 100
b = 100
c = 123456
d = 123456
print('id(a) == id(b): ',id(a) == id(b))
print('id(c) == id(d): ',id(c) == id(d))
id(a) == id(b): True
id(c) == id(d): False
指定驻留
# 指定驻留 例子
from sys import intern
a = 'asd*&'*3
b = 'asd*&'*3
print('未指定驻留：a is b：', a is b)
print(id(a))
print(id(b))
c = intern('asd*&'*3)
d = intern('asd*&'*3)
print('指定驻留：c is d：', c is d)
print(id(c))
print(id(d))
未指定驻留：a is b： False
139839647396976
139839643255088
不未指定驻留：c is d： True
139839642805680
139839642805680
引用计数
Python中以引用计数为主：
引用计数优点：简单，实时性
引用计数缺点：维护时占用内存，循环引用，造成内存泄漏
引用计数减一不止del，还可以透过赋值None
隔代回收
Ruby中的垃圾回收是标记清除，对内存的申请是一次申请多个，
当内存不够用时再清理，而Python中的内存申请是用一个申请一个。
隔代回收为辅：
零代链表中检测到相互循环引用的减一，得到是否是垃圾（引用计数为0），需要回收，否则不会减一
GC模块
'''
gc.get_count()：获取当前自动执行垃圾回收的计数器
返回一个元组(x,y,z)
参数解释：
[
x 表示内存占用，
y 表示零代清理次数，
z 同理表示1代清理次数
]
gc.get_threshold() 获取的gc模块中自动执行垃圾回收的频率
返回(x,y,z)
参数解释：
[
x表示清理上限，
y表示每清理零代链表10次，
清理一次 1 代链表。
z同理是1,2代 这里的x,y,z默认值为(700,10,10)
]
查看一个对象的引用计数：
sys.getrefcount()
gc.disable() 关闭Python的gc
gc.enable() 开启gc
gc.isenabled() 判断是否是开启gc的
gc.collect([generation])显式进行垃圾回收（手动回收）
可以输入参数：
[
0代表只检查第一代的对象，
1代表检查一，二代的对象，
2代表检查一，二，三代的对象，
如果不传参数，执行一个full collection，也就是等于传2。
]
注意：
尽量不要手动重写对象的__del__方法，
因为重写后会使删除时不会自动调用gc来删除，
此时需要调用父类的__del__()来删除
'''
# gc 引用计数 示例
import gc, sys
a = 1
get_a_c = sys.getrefcount(a)
b = a
get_b_c = sys.getrefcount(a)
gc_c = gc.get_count()
gc_t = gc.get_threshold()
gc.disable()
gc.enable()
gc_is = gc.isenabled()
gc_cl = gc.collect(2)
print(get_a_c, get_b_c, gc_c, gc_t, gc_is, gc_cl)
2275 2275 (603, 5, 0) (700, 10, 10) True 921
