众所周知，Python 是一门面向对象语言，在 Python 的世界一切皆对象。所以一切变量的本质都是对象的一个指针而已。
创新互联建站于2013年开始，是专业互联网技术服务公司，拥有项目成都网站制作、网站设计网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元源汇做网站,已为上家服务,为源汇各地企业和个人服务,联系电话:18982081108
Python 运行过程中会不停的创建各种变量，而这些变量是需要存储在内存中的，随着程序的不断运行，变量数量越来越多，所占用的空间势必越来越大，如果对变量所占用的内存空间管理不当的话，那么肯定会出现 out of memory。程序大概率会被异常终止。
因此，对于内存空间的有效合理管理变得尤为重要，那么 Python 是怎么解决这个问题的呢。其实很简单，对不不可能再使用到的内存进行回收即可，像 C 语言中需要程序员手动释放内存就是这个道理。但问题是如何确定哪些内存不再会被使用到呢？这就是我们今天要说的垃圾回收了。
目前垃圾回收比较通用的解决办法有三种，引用计数，标记清除以及分代回收。
引用计数也是一种最直观，最简单的垃圾收集技术。在 Python 中，大多数对象的生命周期都是通过对象的引用计数来管理的。其原理非常简单，我们为每个对象维护一个 ref 的字段用来记录对象被引用的次数，每当对象被创建或者被引用时将该对象的引用次数加一，当对象的引用被销毁时该对象的引用次数减一，当对象的引用次数减到零时说明程序中已经没有任何对象持有该对象的引用，换言之就是在以后的程序运行中不会再次使用到该对象了，那么其所占用的空间也就可以被释放了了。
我们来看看下面的例子。
函数 print_memory_info 用来获取程序占用的内存空间大小，在 foo 函数中创建一个包含一百万个整数的列表。从打印结果我们可以看出，创建完列表之后程序耗用的内存空间上升到了 55 MB。而当函数 foo 调用完毕之后内存消耗又恢复正常。
这是因为我们在函数 foo 中创建的 list 变量是局部变量，其作用域是当前函数内部，一旦函数执行完毕，局部变量的引用会被自动销毁，即其引用次数会变为零，所占用的内存空间也会被回收。
为了验证我们的想法，我们对函数 foo 稍加改造。代码如下：
稍加改造之后，即使 foo 函数调用结束其所消耗的内存也未被释放。
主要是因为我们将函数 foo 内部产生的列表返回并在主程序中接收之后，这样就会导致该列表的引用依然存在，该对象后续仍有可能被使用到，垃圾回收便不会回收该对象。
那么，什么时候对象的引用次数才会增加呢。下面四种情况都会导致对象引用次数加一。
同理，对象引用次数减一的情况也有四种。
引用计数看起来非常简单，实现起来也不复杂，只需要维护一个字段保存对象被引用的次数即可，那么是不是就代表这种算法没有缺点了呢。实则不然，我们知道引用次数为零的对象所占用的内存空间肯定是需要被回收的。那引用次数不为零的对象呢，是不是就一定不能回收呢？
我们来看看下面的例子，只是对函数 foo 进行了改造，其余未做更改。
我们看到，在函数 foo 内部生成了两个列表 list_a 和 list_b，然后将两个列表分别添加到另外一个中。由结果可以看出，即使 foo 函数结束之后其所占用的内存空间依然未被释放。这是因为对于 list_a 和 list_b 来说虽然没有被任何外部对象引用，但因为二者之间交叉引用，以至于每个对象的引用计数都不为零，这也就造成了其所占用的空间永远不会被回收的尴尬局面。这个缺点是致命的。
为了解决交叉引用的问题，Python 引入了标记清除算法和分代回收算法。
显然，可以包含其他对象引用的容器对象都有可能产生交叉引用问题，而标记清除算法就是为了解决交叉引用的问题的。
标记清除算法是一种基于对象可达性分析的回收算法，该算法分为两个步骤，分别是标记和清除。标记阶段，将所有活动对象进行标记，清除阶段将所有未进行标记的对象进行回收即可。那么现在的为问题变为了 GC 是如何判定哪些是活动对象的？
事实上 GC 会从根结点出发，与根结点直接相连或者间接相连的对象我们将其标记为活动对象（该对象可达），之后进行回收阶段，将未标记的对象（不可达对象）进行清除。前面所说的根结点可以是全局变量，也可以是调用栈。
标记清除算法主要用来处理一些容器对象，虽说该方法完全可以做到不误杀不遗漏，但 GC 时必须扫描整个堆内存，即使只有少量的非可达对象需要回收也需要扫描全部对象。这是一种巨大的性能浪费。
由于标记清除算法需要扫描整个堆的所有对象导致其性能有所损耗，而且当可以回收的对象越少时性能损耗越高。因此 Python 引入了分代回收算法，将系统中存活时间不同的对象划分到不同的内存区域，共三代，分别是 0 代，1 代 和 2 代。新生成的对象是 0 代，经过一次垃圾回收之后，还存活的对象将会升级到 1 代，以此类推，2 代中的对象是存活最久的对象。
那么什么时候触发进行垃圾回收算法呢。事实上随着程序的运行会不断的创建新的对象，同时也会因为引用计数为零而销毁大部分对象，Python 会保持对这些对象的跟踪，由于交叉引用的存在，以及程序中使用了长时间存活的对象，这就造成了新生成的对象的数量会大于被回收的对象数量，一旦二者之间的差值达到某个阈值就会启动垃圾回收机制，使用标记清除算法将死亡对象进行清除，同时将存活对象移动到 1 代。 以此类推，当二者的差值再次达到阈值时又触发垃圾回收机制，将存活对象移动到 2 代。
这样通过对不同代的阈值做不同的设置，就可以做到在不同代使用不同的时间间隔进行垃圾回收，以追求性能最大。
事实上，所有的程序都有一个相识的现象，那就是大部分的对象生存周期都是相当短的，只有少量对象生命周期比较长，甚至会常驻内存，从程序开始运行持续到程序结束。而通过分代回收算法，做到了针对不同的区域采取不同的回收频率，节约了大量的计算从而提高 Python 的性能。
除了上面所说的差值达到一定阈值会触发垃圾回收之外，我们还可以显示的调用 gc.collect() 来触发垃圾回收，最后当程序退出时也会进行垃圾回收。
本文介绍了 Python 的垃圾回收机制，垃圾回收是 Python 自带的功能，并不需要程序员去手动管理内存。
其中引用计数法是最简单直接的，但是需要维护一个字段且针对交叉引用无能为力。
标记清除算法主要是为了解决引用计数的交叉引用问题，该算法的缺点就是需要扫描整个堆的所有对象，有点浪费性能。
而分代回收算法的引入则完美解决了标记清除算法需要扫描整个堆对象的性能浪费问题。该算法也是建立在标记清除基础之上的。
最后我们可以通过 gc.collect() 手动触发 GC 的操作。
题外话，如果你看过 JVM 的垃圾回收算法之后会发现 Python 的垃圾回收算法与其是如出一辙的，事实再次证明，程序语言设计时是会相互参考的。
函数REF(X,N)用于引用N周期前的X值，X是一个变量，N是一个常量，REF(close（）,1)表示计算上一周期的收盘价。REF(c,3) 前三日的收盘价。
re.findall(r"way id=(\w+) |nd ref=(\w+)/", d)
结果：
[('4908400', ''), ('', '325686500'), ('', '2048039905'), ('', '332263578'), ('', '32062409'), ('', '1950351383'), ('', '2048039906'), ('', '2048039875'), ('', '32062410'), ('4928048', ''), ('', '32388365'), ('', '4253220492'), ('', '1858572414'), ('', '321262088'), ('', '1861798638'), ('', '269491225'), ('', '32451488'), ('', '269491787'), ('', '269487636'), ('', '269491782'), ('', '269491201'), ('', '342741394'), ('', '342836138')]
如果想为在setup中定义的数据提供 响应式 的特性，那么我们可以使用 reactive函数 ：
reactive API对传入的 类型 是有限制的，它要求我们必须传入的是 一个对象 或者 数组 类型：
ref函数 会返回一个 可变的响应式对象ref对象 ，该对象作为一个 响应式的引用 维护着它内部的值，这就是ref名称的来源；
我们通过 reactive 或者 ref 可以获取到一个响应式的对象，但是某些情况下，我们传入给其他地方（组件）的这个响应式对象希望在另外一个地方（组件）被 使用 ，但是不能 被修改 ，这个时候如何防止这种情况的出现呢？
在readonly的使用过程中，有如下规则：
在我们传递给其他组件数据时，往往希望其他组件使用我们传递的内容，但是不允许它们修改时，就可以使用readonly了；
需求：父组件App.vue传递给子组件Home.vue的响应式变量，在父组件内部修改了响应式变量的值，子组件中的数据要会响应式更新，但是子组件不能修改通过属性从父组件接收到的响应式变量的值
App.vue
Home.vue
所以传给子组件时可以把readonlyInfo2或readonlyInfo3只读变量传给子组件
在子组件内部只能使用，但不能修改readonlyInfo2中的属性的值或readonlyInfo3的值
但是在当前组件可以通过info2或info3修改属性的值，子组件中也会响应式更新
如果我们使用 ES6的解构 语法，对reactive返回的对象state进行 解构获取值 ，解构出来的 变量name, age ,只是 普通的值 ，和原reactive对象state没有关系,
解构出的变量的值是普通的值，不是响应式变量，值修改，页面中的数据不会响应式更新，与原reactive也没有关系
ref函数只是获取了reactive对象的某个属性的值，ref函数返回的ref对象和原reactive对象没有其他关系，互不影响
使用toRefs会将reactive返回的对象中的属性都转成ref，
从info解构出的变量都是ref对象，且跟原reactive对象的对应属性建立了链接，一个变量，另一个也会改变
如果我们只希望转换一个reactive对象中的属性为ref, 那么可以使用toRef的方法：
使用toRef函数返回一个ref对象，和原reactive对象中对应属性建立了链接，一个改变，另一个也改变
ref函数返回的ref对象，是深层响应的，其内嵌的对象的属性发生改变，页面中的数据也会响应式
shallowRef创建ref对象为浅层响应，
如果希望浅层响应ref对象的内嵌对象的值改变时，页面上的数据响应式更新，
./hooks/useDebounceRef.js
App.vue
1、ref关键字：让参数按照引用传递。其效果是，当控制权传递回调用方法时，在方法中对参数所做的任何更改都将反映在该变量中；也等同将值类型的数据使用引用方式传参。
2、若要使用ref参数，则方法定义和调用方法都必须显式使用ref关键字。
3、传递到ref参数的参数必须最先初始化。这与 out 不同，out 的参数在传递之前不需要显式初始化。尽管ref和out在运行时的处理方式不同，但它们在编译时的处理方式是相同的。因此，如果一个方法采用ref参数，而另一个方法采用out 参数，则无法重载这两个方法。
扩展资料
ref传进去的参数必须在调用前初始化。ref传进去的参数在函数内部可以直接使用。ref传进去的参数在函数内部可以不被修改。
参考资料：百度百科-REF
通达信REF用法:
引用若干周期前的数据(平滑处理).
REF(X,A),引用A周期前的X值.A可以是变量.
平滑处理:当引用不到数据时进行的操作.此函数中,平滑时使用上一个周期的引用值.
例如:
REF(CLOSE,BARSCOUNT(C)-1)表示第二根K线的收盘价.
