对于Python来说，内存管理涉及所有包含Python对象和堆。 Python内存管理器在内部确保对堆的管理和分配。 Python内存管理器具有不同的组件，可处理各种动态存储管理方面，如共享，分段，预分配或缓存。
在最低级别，原始内存分配器确保堆中有足够的空间通过与操作系统的内存管理器交互来存储所有与Python相关的数据。在原始内存分配器之上，几个特定于对象的分配器在同一堆上运行，并实现适合于每种对象类型的特性的不同内存管理策略。
例如，整数对象在堆内的管理方式与字符串，元组或字典不同，因为整数意味着不同的存储要求和速度/空间权衡。因此，Python内存管理器将一些工作委托给特定于对象的分配器，但确保后者在堆的边界内运行。
重要的是要理解Python堆的管理是由解释器本身执行的，并且用户无法控制它，即使它们经常操作对象指针到该堆内的内存块。 Python内存管理器通过本文档中列出的Python / C API函数按需执行Python对象和其他内部缓冲区的堆空间分配。
为了避免内存损坏，扩展编写器不应该尝试使用C库导出的函数对Python对象进行操作：malloc（），calloc（），realloc（）和free（）。这将导致C分配器和Python内存管理器之间的混合调用带来致命的后果，因为它们实现了不同的算法并在不同的堆上运行。
在大多数情况下，我们建议从Python堆中分配内存，因为后者受Python内存管理器的控制。 例如，当使用C编写的新对象类型扩展解释器时，这是必需的。使用Python堆的另一个原因是希望通知Python内存管理器有关扩展模块的内存需求。 可将所有内存请求委托给Python内存管理器也会使解释器整体上有更准确的内存占用空间。 所以在某些情况下，Python内存管理器可能会或可能不会触发适当的操作，如垃圾收集，内存压缩等。
原文地址：https://www.cnblogs.com/fkw777/p/10101161.html