垃圾回收机制

垃圾回收机制（简称GC）是python解释器自带的一种机制，专门用来回收不可用的变量值所占用的内存空间，主要由gc模块实现。而gc模块则是采用了引用计数法为主，标记-清除和分代回收两种机制为辅的策略实现了垃圾回收机制
其中，引用计数法用于跟踪和回收垃圾，在引用计数法的基础上，通过标记-清除机制解决容器对象可能产生的循环引用的问题，最后通过分代回收机制以空间换取时间的方式提高垃圾回收的效率

'引用计数：就是变量值被变量名关联的次数'
# a = “A” 数据A被变量名a 关联了，所以数据A的引用次数+1
# b = “a” 数据“a”被变量名b关联了，所以数据“a”的引用次数+1

引用计数法的原理是每个对象维护一个ob_refcnt 引用计数器（整型）用来记录当前对象被引用的次数，也就是来追踪到底有多少引用指向了这个对象
当发生以下4中情况的时候，对象的引用计数器ob_refcnt+1:

条件	举例
对象被创建	a = 100
对象被引用	b = a
对象被作为参数，传到函数中	func（a）
对象作为一个元素，保存在容器类型的数据中	data = {a，“a”，“b”}

当发生以下四种情况时，对象引用计数器ob_refcnt-1，当指向该对象的内存的引用计数器为0时，该内存将会被python虚拟机销毁

条件	举例
当该对象的别名被显示销毁时	del a
当该对象的引用别名被赋予新的对象	a=2
当该对象离开它的作用域，如func函数执行完毕，函数中的局部变量的引用计数-1，但是全局变量与闭包不会
当该对象从容器中删除时，或容器本身被销毁时	del data

可以通过sys.getrefcount（变量）来查看对象的引用次数

import sys
class Person(object):
    pass
p = Person()
print(sys.getrefcount(Person()))

以上，Person() 本身代表1个对象，但是该对象并没有进行赋值，所以此处的引用次数为1，是因为对象作为参数传入sys.getrefcount 而增加的

print(sys.getrefcount(p))  

p 经过赋值引用了Person 的实例对象，然后把p作为参数传递给sys.getrefcount, 所以此处引用了2次。

因为小数据池和python驻留机制的原因，针对数字，字符串，空元组等小数据在系统属于常驻内存，为公用对象，所以它们的引用次数是个未知数。、

引用计数器机制的优缺点：

优点：简单，实时，一旦没有引用，内存就直接释放了。处理回收内存的时间分散，而其他两种机制需要等待特定时机，时间相对集中

缺点：维护引用计数消耗资源，引用次数的增加或减少都会引用机制的执行，容易出现循环引用的情况。

标记-清除

上面提到的引用计数法的缺点- 循环引用的问题如下：

list1 = []
list2 = []
list1.append(list2)
list2.append(list1)

list1 与 list2 相互作为对方成员，就会造成循环引用，即便不存在其他对象对它们的引用，list1与list2 的引用计数也仍然为1，所占用的内存永远无法被回收，引用计数法对此是无解的，因此必须要使用其他的垃圾回收机制对其进行补充

import sys
import ctypes
list1 = ["list1"]
list2 = ["list1", ]
list1.append(list2)
list2.append(list1)
print(list1)
print(list2)

address = id(list1)
list2_id = id(list2)

print(sys.getrefcount(list1))
print(sys.getrefcount(list2))

del list1
del list2

print(sys.getrefcount(ctypes.cast(address, ctypes.py_object).value))

以上代码运行结果可以看出来，list1和list2 变量即使被删除了，还是驻留内存中。除了列表，所有容器对象（list，set，dict，class，instance）都可以包含对其他对象的引用，所以都有可能产生循环引用问题，而标记-清除机制就是为了解决循环引用的问题而设计的，只针对容器类型。

标记阶段（mark）：遍历程序内部的可能会造成的循环引用容器对象，如果还有其他对象引用该容器对象，则把该容器对象标记为可达（reachable）在python解释器内部实际上遍历所有的栈区中GC Roots对象（也就是所有保存在栈区中的变量名等内容）并把所有GC Roots对象直接或间接关联起来的对象标记为可达状态，没有关联的则不会被标记

清除阶段（sweep）：再次遍历程序内部的可能会造成循环引用容器对象，如果发现某个对象没有标记为可达，就将其回收，从而解决容器类型数据带来的循环引用问题

标记清除的优点在于可以解决循环引用的问题，并且在整个算法执行的过程中没有额外的开销，

缺点：1，当执行标记清除时正常的程序将会被阻塞，

          2，标记清除算法在执行很多次数后，程序的堆空间会产生一些小的内存碎片。

分代回收

基于标记-清除这种回收机制，每次gc回收内存时，都需要把所有容器对象的引用计数都遍历一遍，这是非常消耗时间的，于是引入了分代回收来提高回收效率。

分代回收核心思想是在历经多次垃圾回收扫描以后，都没有被回收的对象，gc机制就会认为，该对象是常用数据，gc机制对其扫描的频率就会降低，在执行标记-清除机制时可以有效减小遍历的对象数量，从而提高垃圾回收的速度，是一种以空间换时间的方法策略

所谓的分代指的是根据存活时间来把变量划分不同等级，在python解释器内部通过NUM_GENERATIONS变量来设置为3代，分为0（新生代），1（青春代），2（老年代）三代，所有的新建对象都是0代对象，当某一代对象经历过垃圾回收，依然存活，就被归入下一代对象（按新生代>青春代>老年代顺序）每个代都由一个gc_generation 数据结构来保存。

gc模块的分代回收机制策略如下：

--每新增701个需要GC的对象，触发一次新生代 GC

--每执行11次新生代GC，触发一次中生代GC

--每执行11次中生代GC, 触发一次老生代GC（老生代GC还受其他策略影响，频率更低）

例如，假设阀值默认不变的情况下，(700,10,10)，我们可以通过gc.get_count来查看gc机制自动执行垃圾回收的计数器。

import gc

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

class A():
    pass

print(gc.get_count()) # (493, 2, 1)
a = A()
print(gc.get_count()) # (494, 2, 1)
del a
print(gc.get_count()) # (493, 2, 1)

当计数器从（699，2,1）增加到（700，2，1）gc模块就会执行一次垃圾回收gc.collect(0),即检查一次对象种的垃圾，并重置计数器为（0，3，1）

当计数器从（699，9，1）增加到（700，9，1）gc模块就会执行一次垃圾回收gc.collect(1),即检查一，二代对象的垃圾，并重置计数器为（0，0，2）

当计数器从（699，9，9）增加到（700，9，9）gc模块就会执行一次垃圾回收gc.collect(2),即检查一，二，三代对象的垃圾，并重置计数器为（0，0，0）