Python垃圾回收机制

标签：全局   改变   end   方法   图片   nta   变量   fence   contain   

一，引用计数

python 中的垃圾回收机制主要采用引用计数的方式来跟踪和回收垃圾；

 from sys import getrefcount
 a = [1, 2, 3]
 b = a
 c = [4, a]
 ?
 del b
 # 相当于给a的引用计数-1
 c.remove(a)
 # del a
 # 只是让a的引用计数为0，并没有删除[1, 2, 3]这块内存空间(内存的删除是由底层c语言实现的)
 ?
 # print(getrefcount(a))  # 这里a当作参数，也是一次引用
 # 引用计数增加的情况
 # 赋值
 # 引用
 # 当成函数参数传递给函数
 ?
 # 引用被显性或者隐性的删除
 # 函数结束的时候里面参数的引用计数会减一
 ?
 # 当这个对象的引用计数为0的时候 我们就认为它是垃圾可以被回收

优点:1. 简单 2. 实时性 缺点:1. 维护引用计数消耗资源 2. 循环引用

二， 标记 - 清除

光使用引用技术解决不了容器对象可能产生的循环引用问题. 例如：

 a = [1,2,3,4]
 b = [5,6,7]
 a.append(b)
 b.append(a)  # a, b循环引用
 ?
 print(getrefcount(a))
 print(getrefcount(b))

所以，python 在引用计数的基础上，使用标记清除来解决循环引用的问题：

以全局变量出发， 可以找到所有可达对象，所有不可达对象就是垃圾，只要是可达对象，就不会被回收；

局部变量，如在函数内部，只有在函数执行过程中才会创建内存，函数执行完之后就可以回收了；

缺点：效率问题，每次都要遍历所有的对象，效率很慢

三，分代回收

‘分代回收‘以空间换时间的方法提高垃圾回收效率。 在内存中存活时间越长 越不可能是垃圾；

一共有 3 代：

0 代 最年轻的一代 当 0 代对象达到一个标准的时候我们就去触发垃圾回收，从而触发引用计数，在去做标记清除； 然后把存活的 0 代放入 1 代，当我们 0 代触发 10 次的时候 就触发 1 代的回收； 1 代经过被回收之后，存活的对象放入 2 代，当 1 代触发 10 次 触发 2 代回收 (本次就要遍历剩下所有的 2 代，标记清除了)；

这个标准就是：

 import gc
 print(gc.get_threshold())  # (700, 10, 10)

这个 (700, 10, 10) 代表这个标准，都是可以改变的，其中 700 代表 调用 c 接口开辟内存跟销毁内存的次数差值，10 分别代表 0 代触发 10 次回收 1 代和 1 代触发 10 次回收 2 代。

补充：

python 中对于操作内存分为 2 大块：

• python 自己维护内存池 (小数据池就是在这个空间中)

• 调用 c 的接口 去开辟内存空间

总结：

• 引用计数

  • Python 为每个对象维护一个引用计数

  • 当引用计数为 0 的 代表这个对象为垃圾

• 标记清除

  • 解决孤立的循环引用

  • 标记根节点和可达对象

  • 不可达视为垃圾

• 分代回收

  • 解决标记清除的效率问题

  • 0 代 1 代 2 代

  • 阈值 （700,10,10）

  • 当调用 c 的接口开辟内存和销毁内存的差值为 700 的时候出发 0 代回收

  • 0 代触发 10 次 触发 1 代回收

  • 1 代触发 10 次 触发 2 代回收

  • 每次回收结束 没有被回收的对象放入下一代

Python垃圾回收机制

标签：全局   改变   end   方法   图片   nta   变量   fence   contain   

原文地址：https://www.cnblogs.com/kali404/p/11745133.html