### Python 内存管理 Python 的内存管理是一个复杂的系统，它负责分配和回收内存。Python 解释器中有一个内存池机制，用于管理小块内存的分配。对于小对象（小于 512 字节），Python 会从内存池中分配内存，避免频繁调用系统的 `malloc` 和 `free` 函数，提高了效率。 Python 使用引用计数和垃圾回收机制来回收不再使用的内存。引用计数是指每个对象都有一个引用计数器，当有新的引用指向该对象时，计数器加 1；当引用被删除时，计数器减 1。当计数器为 0 时，对象的内存会被立即释放。垃圾回收机制则用于处理循环引用的情况，即两个或多个对象相互引用，导致引用计数永远不会为 0。Python 的垃圾回收器会定期检测并回收这些对象占用的内存。 ### 对象浅拷贝和深拷贝 在 Python 中，浅拷贝和深拷贝是复制对象的两种方式。 浅拷贝创建一个新对象，新对象的元素是原对象元素的引用。也就是说，新对象和原对象共享部分内部对象。可以使用 `copy` 模块的 `copy()` 函数进行浅拷贝。 ```python import copy original_list = [1, [2, 3]] shallow_copy = copy.copy(original_list) print(shallow_copy) # 输出: [1, [2, 3]] print(shallow_copy is original_list) # 输出: False print(shallow_copy[1] is original_list[1]) # 输出: True ``` 深拷贝创建一个新对象，新对象的元素也是新创建的，不与原对象共享内部对象。可以使用 `copy` 模块的 `deepcopy()` 函数进行深拷贝。 ```python import copy original_list = [1, [2, 3]] deep_copy = copy.deepcopy(original_list) print(deep_copy) # 输出: [1, [2, 3]] print(deep_copy is original_list) # 输出: False print(deep_copy[1] is original_list[1]) # 输出: False ``` ### 迭代器 迭代器是一个实现了 `__iter__()` 和 `__next__()` 方法的对象。`__iter__()` 方法返回迭代器对象本身，`__next__()` 方法返回迭代器的下一个元素。当没有更多元素时，`__next__()` 方法会抛出 `StopIteration` 异常。 可以使用 `iter()` 函数将可迭代对象（如列表、元组、字符串等）转换为迭代器。 ```python my_list = [1, 2, 3] my_iterator = iter(my_list) print(next(my_iterator)) # 输出: 1 print(next(my_iterator)) # 输出: 2 print(next(my_iterator)) # 输出: 3 # print(next(my_iterator)) # 抛出 StopIteration 异常 ``` ### iter 函数 `iter()` 函数是 Python 的内置函数，用于将可迭代对象转换为迭代器对象。它接受一个可迭代对象作为参数，并返回一个迭代器对象[^1]。 ```python my_list = [1, 2, 3] iterator = iter(my_list) print(iterator) # 输出: <list_iterator object at 0x...> ``` ### 列表解析 列表解析是一种简洁的创建列表的方式。它允许在一行代码中生成列表，语法为 `[expression for item in iterable if condition]`，其中 `expression` 是基于迭代变量的表达式，`item` 是迭代器返回的项目，`iterable` 是可迭代对象，`condition` 是可选的条件语句[^2]。 ```python even_squares = [x * x for x in range(10) if x % 2 == 0] print(even_squares) # 输出: [0, 4, 16, 36, 64] ``` ### 生成器表达式 生成器表达式与列表解析类似，但它使用圆括号而不是方括号。生成器表达式返回一个生成器对象，生成器是一种特殊的迭代器，它在需要时才生成元素，而不是一次性生成所有元素，因此可以节省内存。 ```python even_squares_generator = (x * x for x in range(10) if x % 2 == 0) print(even_squares_generator) # 输出: <generator object <genexpr> at 0x...> for num in even_squares_generator: print(num) # 依次输出: 0, 4, 16, 36, 64 ```