Python 垃圾回收机制

Python 垃圾回收(Garbage Collection)

Python 垃圾回收机制主要为 引用计数，标记-清除 和 分代收集 辅助

引用计数

在每次分配和释放内存的时候, 加入管理引用计数的动作
当引用计数器为零时，该内存就会被销毁

特点

优点：简单、高效、实时（将处理垃圾时间分摊到运行代码时，而不是等到一次回收）
缺点：无法解决循环引用的问题

工作原理

引用计数 + 1

进行以下操作时，引用计数会 + 1:

1. 创建对象
2. 引用对象

引用计数 - 1

进行以下操作时，引用次数 - 1:

1. 被销毁
2. 指向其他对象

查看引用次数

可以使用 sys.getrefcount 函数查看引用次数
示例：

from sys import getrefcount
a = 'cnblogs.com/dbf-/'
print(getrefcount(a))
b = a
print(getrefcount(a))
del b
print(getrefcount(a))

输出结果：

4
5
4

循环引用

string、number 对象并不会产生循环引用，但是 list、dict 等内部可以引用其他对象的就会产生
示例：

a = list()
b = dict()
a.append(b)
b['a'] = a
del a
del b

外部并没有引用 a、b 两个对象，但是它们的应用次数却同时加一，即使将 a、b 删除引用次数依然不为 0
所以无法通过引用计数发现并清除

标记-清除 (Mark-weep)

标记-清除算法分为两个阶段：

1. 标记活动对象
2. 回收非活动对象

有两个链表，root 和 unreachable
root 为全局变量，unreachable 为非活动对象
将非活动对象添加到 unreachable 链表中，之后进行删除

特点

清除对象前需要扫描整个堆内存

工作原理

从 root 链表出发，按照引用方向进行遍历，并将引用次数减一，如果减到 0 且没有被其他对象引用，则

回收示例：

a = list()
b = list()
a.append(b)
b.append(a)
del a
del b

此时 a、b 的引用计数均不为 0，所以不会被引用计数机制回收
开始标记时，首先找到 a，因为 a 中有对 b 的引用，所以将 b 的引用次数减一，之后通过引用到达 b，由于 b 中有对 a 的引用，所以将 a 的引用次数减一
这时 a、b 引用次数均为 0，所以被添加到 unreachable 链表中清除

不回收示例：

a = list()
b = list()
a.append(b)
b.append(a)
del a

此时 a、b 的引用计数均不为 0，所以不会被引用计数机制回收
开始标记时，首先找到 a，因为 a 中有对 b 的引用，所以将 b 的引用次数减一，之后通过引用到达 b，由于 b 中有对 a 的引用，所以将 a 的引用次数减一
这时 a 引用次数均为 0，被添加到 unreachable 链表；由于 b 不为 0 且引用 a，所以 a 被从 unreachable 链表中取出

分代收集

Python 将内存根据对象的存活时间划分为不同的集合，每个集合称为一个代，Python 将内存分为了 3 代，分别为 零代、一代、二代(generation 0, 1, 2)
他们对应的是 3 个链表，它们的垃圾收集频率与对象的存活时间的增大而减小
年轻代链表的总数达到上限时，Python 垃圾收集机制就会被触发，把那些可以被回收的对象回收掉，而那些不会回收的对象就会被移到中年代去，依此类推
老年代中的对象是存活时间最久的对象，甚至是存活于整个系统的生命周期内
同时，分代回收是建立在标记清除技术基础之上，分代回收同样作为 Python 的辅助垃圾收集技术处理那些容器对象

弱代假说

年轻的对象更容易死掉，年老的对象容易存在更长的时间
因此将新创建的对象放入零代链表，零代进行扫描的频率更高，扫描后依然存活的对象放入高一级链表，越高级的链表扫描频率越低

零代链表

每当创建一个对象时，都会将它加入零代链表
零代链表中都是最年轻的对象

GC 阈值

如果不存在循环引用，则创建的对象最后都会被回收，也就是创建对象的数量等于释放的数量
但是出现循环引用就会使得创建的数量大于释放的，一旦这个差值超过一定数量，就会触发分代回收机制

回收触发时机

1. 调用 gc.collect()
2. 到达阈值
3. 退出程序