import sys
a = [11,22]        # 對象被創(chuàng)建
b = a             # 對象被別的變量引用
c = [111,222,333,a]        # 對象被作為元素，放在容器中
# 獲取對象的引用計數
print(sys.getrefcount(a))     # 對象被當成參數傳遞到函數中

最后的執(zhí)行結果是，a 這個變量被引用了4次

引用計數減少:

對象的別名被顯式的銷毀
對象的一個別名被賦值給其他對象（例：比如原來的a=10，被改成a=100,此時10的引用計數就減少了）
對象從容器中被移除，或者容器被銷毀(例：對象從列表中被移除，或者列表被銷毀）
一個引用離開了它的作用域（調用函數的時候傳進去的參數，在函數運行結束后，該參數的引用即被銷毀）

import sys
del b      # 對象的別名被顯式的銷毀
b = 999        # 對象的一個別名被賦值給其他對象
del c      # 列表被銷毀（容器被銷毀）
c.pop()    # 把列表數據最后一個刪除掉（對象從容器中被移除）

二、數據池和緩存

數據池分為兩種：小整數池和大整數池

小整數池(-5到256之間的數據)

運行機制：Python自動將 -5~256 的整數進行了緩存到一個小整數池中，當你將這些整數賦值給變量時，并不會重新

創(chuàng)建對象，而是使用已經創(chuàng)建好的緩存對象,當刪除這些數據的引用時，也不會進行回收

超出-5到256的整數將不會在在緩存，會重新創(chuàng)建對象

例如：

對于超出-5到256的整數將不會在在緩存，Python會重新創(chuàng)建對象，返回id

# 場景1：數據為列表，不在-5~256 的范圍
>>> a = [11]
>>> b = [11]
>>> id(a),id(b)
(1693226918600, 1693231858248)       ========》 id 不一樣
# 場景二： 數據為整數，在-5~256 的范圍
>>> aa = 11
>>> bb = 11
>>> id(aa),id(bb)
(140720470385616, 140720470385616)    id 一樣
# 場景三： 數據不在-5~256的范圍
>>> bb = -7
>>> aa = -7
>>> id(aa),id(bb)
(1843518717904, 1843518717776)      id 不一樣
# 場景四： 數據不在-5~256的范圍
>>> a = 257
>>> b = 257
>>> id(a),id(b)
(2092420910928, 2092420911056)      id 不一樣

大整數池(字符串駐留池 / intern機制)

優(yōu)點：在創(chuàng)建新的字符串對象時，會先在緩存池里面找是否有已經存在的值相同的對象（標識符，即只包含數字、字母、下劃線的字符串），如果有，則直接拿過來用（引用），避免頻繁的創(chuàng)建和銷毀內存，提升效率

例如：

對于不在標識符內的數據將不會在在緩存，Python會重新創(chuàng)建對象，返回id

# 場景1：
>>> a = '123adsf_'
>>> b = '123adsf_'
>>> id(a),id(b)
(61173296, 61173296)        ========》 id 一樣
# 場景二： 
>>> b1 = '123adsf_?'
>>> b2 = '123adsf_?'
>>> id(b1),id(b2)
(61173376, 61173416)        id 不一樣

緩存機制