Python 内存管理之垃圾回收

如果您已经编码过一段时间，那么您可能听说过垃圾回收。在本文中，我们将更深入地研究它的功能和原理。

What 和 Why

在现实世界中，我们会清理掉一些东西 —— 例如旧笔记，不再需要的盒子 —— 将它们丢弃在垃圾桶或者回收箱中。因为存储的空间有限，所以我们要为其它重要的物品腾出存储空间。

同样地，在计算机中，空间 —— 也称为内存是重要且有限的资源。因此，垃圾回收器会收集不再需要的数据对象并将其丢弃。

垃圾回收可以是自动的也可以是手动的，它取决于不同的编程语言。在大多数高级语言（例如 Python 和 Java）中，它是自动的。因此，这些语言称为垃圾回收语言。其它语言（例如 C）不支持自动垃圾回收，程序员负责内存管理。

下面我们来看看垃圾回收的原理。

How

垃圾回收原理中有一些不同的技术，但大多数垃圾回收语言（包括 Python）都使用引用计数。在引用计数中，我们记录对象的引用数，并在计数为 0 时丢弃对象。
对象的引用计数随着指向该对象的别名数量的变化而变化。给对象分配新名称或将其放置在列表或字典等容器中时，引用计数会增加。当使用 del 命令删除对象，引用超出范围或重新分配对象时，计数会减少。例如：

sample = 100 # 创建 <100> 对象，引用计数 = 1。

sample_copy = sample # 引用计数 = 2. 

sample_list = [sample] # 引用计数 = 3.

del sample # 引用计数 = 2。注意这里不会影响 sample_copy 和 sample_list，因为它们直接指向 <100>。
sample_copy = 10 # 引用计数 = 1，因为变量重新分配了。

sample_list.clear() # 引用计数 = 0，当 list 清空后就不会存储指向 <100> 的变量了。

当引用计数下降到 0 时，对象会被立即回收。但是这样做有一个代价：我们需要为每个对象存储一个附加的整数值，以指示其引用计数（空间与时间的权衡）。

但是，引用计数系统中存在 循环引用 的问题。如果两个对象 A 和 B 互相引用，则它们的引用计数将会始终大于或等于 1。这种情况在列表、类和函数中很常见。

例如，当对象引用自身时：

x = []
x.append(x)

或者当对象相互引用时：

a.attribute_1 = b
b.attribute_2 = a

垃圾回收器会定期找出循环引用并将其删除。这个过程会耗费昂贵的资源，所以它是定期执行的并且是可计划的。Python 中的垃圾回收器接口提供了一些方法，您可以用它们来探索执行垃圾回收的计划和阈值。

gc - 垃圾回收器接口 - Python 3.8.3rc1 文档

结论

希望本文能帮到你

如有疑问，欢迎在评论区一起讨论！

如有不正确的地方，欢迎指导！