Python垃圾回收学习笔记

01-小整数对象池、intern机制

列表在使用的过程中，即使数据相同，但他们依然是各自的一份，不会复用，用id(var)可以查看这个变量的内存地址。

相同内容的列表，他们的地址不同；对于相同小整数内容的对象池，他们的地址相同

python解释器为了能让程序运行的更快，早就把常用的数据，比如1、2、3等，在python解释器运行的开始阶段就创建了，就只等待被使用了。因为开发人员用这个用的多。
除了1、2、3之外，还有很多，这个范围是[-5, 256]

每一个大整数，均创建一个新的对象。（[-5, 256]就是小整数对象池)

python中的另一个特殊机制：字符串驻留：因为字符串不可被修改的，默认自动开启对普通字符串开启intern机制，也就是共用同一份，但如果字符串中包含空格等特殊字符，就不会开启。【这些机制在不同系统中有时会不太一样，比如windows和ubuntu中】

当定义两个相同的字符串时，引用计数为0，会开启垃圾回收（python机制：能少用内存就少用内存，所有语言都是这样其实）

02-垃圾回收：引用计数、循环计数

python采用的是引用计数为主，分代收集机制为辅的策略（了解即可）

C语言、C++都是自己要管理维护内存，极其灵活，有好处也带来坏处，经常内存泄漏。例如malloc(100)申请100个字节，使用free()进行释放，如果忘记释放，遗留的内存就是垃圾，这种遗留内存的现象就是内存泄漏。

虽然python更智能，但是有时也会留下一部分清理不了的内存，这就是我们研究gc的原因。

python为了能够知道当前这个对象有多少个变量指向它，会在每个对象中有一个小小的空间，里面存放 引用计数。

比如a = XXX() b=a 这时候那个引用计数变为2

引用计数有优点，也有缺点：
优点：简单，实时性（一旦没有引用，内存就直接被释放了，不用像其他机制等待时机，这样就把垃圾处理的时间均摊了）
缺点：维护引用计数消耗资源；解决不了循环引用的问题

循环引用非常危险（附图）

03-Ruby与Python对比，理解垃圾回收

英文原文（这个文章解释垃圾回收非常好）：visualizing garbage collection in ruby and python

ruby在代码执行前，创建成千上百个对象，串在链表上，名曰：可用列表。什么时候用空间，什么时候从上面取。
python是什么时候创建对象，什么时候申请内存，什么时候饿了什么时候做一个馒头

当ruby在指向前面链表元素的变量指向后面的时候，前面的不会自动回收【ruby太懒，攒到没有盘子用的时候才去刷】。python这样的时候，那个位置的引用计数就变成0了，python就给删掉了【python太勤快，一个盘子不用了就去刷一个盘子】

Ruby这种方法叫做“标记-清除”，用0-1来标记这个位置，被称为可用位图，来跟踪对象是否被标记了。如果标记的对象是存活的，那么剩下的未标记的对象就只能是垃圾，通过调整内部指针，将它指向一个新链表的方式，来将垃圾回收对象归位到可用列表中。

python中是引用计数：在每个对象中预留空间来处理引用计数，实现比较难；处理相对较慢，不停的更新着众多的引用数值；

python中怎么避免循环引用：引用计数能够解决大部分问题，但解决不了循环引用，所以采用隔代收集的方法：python会创建一个零代列表，找出列表中每个互相引用的对象。根据规则减掉它的引用计数。
也就是如果没有变量指向这个对象，但仍有引用计数，那么意味着它被循环引用了。把经过减引用计数后还不是0的元素移动到新的链子上，然后把留下来的这些称作第一代（从第0代移动过来的），最多有3代。
（从某种意义上说，这种方法类似ruby的标记回收算法）

什么时候才会触发这个减引用计数呢？有个条件，使用gc的阈值。毕竟不能时时刻刻都在做这件事。
python解释器一直在跟踪着这个阈值。

ubuntu打开top，看程序的占用cpu和内存
如果使用导入gc，然后调用gc.disable()，就关掉了python的内存自动回收，如果有内存泄漏，并且while True，那肯定就崩掉了
美国有一架航天飞机就是因为内存泄漏失事了，特斯拉汽车如果内存泄漏，也会出事

04-解决循环引用的方式：隔代收集

三种情况下会触发垃圾回收：
1、gc模块计数器（申请对象个数-释放对象个数）达到阈值后，自动回收垃圾
2、调用gc.collect()，手动回收垃圾【在没有达到条件时，强制清】
3、程序退出的时候，python解释器来回收垃圾

导致引用计数+1的情况：
1、对象被创建：a=23
2、对象被引用：b=a
3、对象作为参数传入函数：func(a)
4、对象作为一个元素存在容器中，例如list1=[a,a]（这里+2）

导致引用计数-1的情况：
1、对象别名被显式销毁，del a
2、对象的别名被赋予新的对象，例如a=24
3、对象离开他的作用域，例如f函数执行完毕时，func函数中的局部变量（全局变量不会）
4、对象所在的容器被销毁，或者从容器中删除对象

import sys.getrefcount(a) 获取引用计数的数量

pycharm对默认的python创建的对象自己有一定的优化，所以在pycharm里面测试的话会和理论上不一样

隔代收集：
把对象分成三条链子，这个链子永远存在，分别叫第0代、第1代、第二代。gc模块中有一个长度为3的列表的计数器，可以通过gc.get_count()获取

第1代根据第0代触发了多少次才触发
第2代根据第1代触发了多少次才触发
可以把第0代想象成秒，第1代想象成分，第2代想象成时

gc模块有一个阈值，可以根据gc.get_threshold()，默认为(700,10,10)，也就是：
清理第0代的链子的条件是，垃圾数据达到700个；
清理第1代的链子的条件是，第0代链子清理了10次；
清理第2代的链子的条件是，第1代链子清理了10次；

那么在第三条链子上存在的对象，这样的对象说明是程序中的核心，因为经过无数次的清洗，依然在

怎么获取当前一共多少个垃圾，一共清理了多少次
gc.get_count() —> (223, 7, 4） 说明第0条链子上有223个垃圾，第0条清理过7次，第1条清理过4次

（思考：在运行程序时，可以先用gc.disable()增加计算速度，然后到最后再开启垃圾回收gc.enable()后者gc.collect()调用一次）