python垃圾回收part 2

GC垃圾回收（garbage collection）

下面是c的垃圾回收机制：
python采用的是引用计数机制为主，标记-清除和分代收集两种机制为辅助的策略。
引用计数机制：
python里面每一个东西，都是对象，他们的核心就是一个结构体：pyobject

typedef struct_object{
	int ob_refcnt:
	
	struct_typeobject *ob_type;
	}Pyobject

引用计数优点：
1.简单
2.实时性：一旦没有引用，内存就直接释放了，不用像其他机制等到特定时机。实时性还带来一个好处：处理回收内存的时间分摊到了平时。
引用计数的缺点：
1.维护引用计数消耗资源
2.循环引用

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

list1和list2互相引用，如果不存在其他对象对他们的引用，list1和list2的引用计数也仍然为1，所占内存永远没有办法回收，这将是致命的。对于入今天强大的硬件，缺点一尚且可以接受，但是循环引用导致的内存泄露，注定python还将引入新的回收机制。（标记清除，分代回收）

import gc

class ClassA():
	def __init__(self):
		print('object born,id:%s'%str(hex(id(self))))
def f2():
	while True:
		c1=ClassA()
		c2=ClassA()
		c1.t=c2
		c2.t=c1
		del c1
		del c2
gc.disable()
f2()

上图是在定义完之后的函数的指向
上图是在执行完del函数之后的样子，由于引用计数不为0，所以内存一直不能得到释放，之后每次重复之后，python执行的内存都会一直接增大，导致占用内存一直增加。
在python里面动态的垃圾回收展示.

Ruby的垃圾清除

Ruby的垃圾回收机制：在Ruby程序创建之前就创建了成百上千个对象，并且将他们串联在链表上，称：可用列表。
想像一下每个白色方块上都标写了“未使用预创建对象”，当我么调用Node.new时，Ruby只需要取一个预创建对象给我们就可以了：

此图是对Ruby语法的简化，实际Ruby语法更为复杂，但是根本没变

再次创建对象

以此类推，Ruby内的垃圾越来越多
之后再将使用的内存标记出来通过0，1
然后再将标记为0的内存释放掉：
之后Ruby将无用的空列表返回到可用列表里面：
上面就是Ruby的垃圾清除。

python里的垃圾清除：

和Ruby不同的是，python不会在程序一开始就申请大的空内存，而是在需要时申请，每次创建每次申请，所以Ruby将申请的时间花在了程序运行开始的申请内存上，而python将申请内存的时间平摊。
此时内存0的地址没有指向，此时引用计数器为0
，程序会将内存释放。

总结：Ruby只有在已经分配的内存满了之后才执行垃圾清除的，python是在没有引用计数之后立刻将垃圾清除的。

python解决循环引用：

此时创建了两个不同了类实例：
之后为两个实例添加了两个属性：
减少一次引用计数：

隔代回收机制（Generation GC算法）

python使用一种不同的链表来持续追踪活跃对象，而不将其称为‘活跃列表’，python内部的c代码将其称为0代（generation zero），每次当你创建一个对象时，python都会将其加入0代里面

再次创建对象：
当出现循环引用时：

当去掉外部对他们的引用时，他们的引用计数器会减少1，但是由于他们相互引用所以，不会为零。
python在的0代长度达到一定时，会对链表上的所有对象的引用计数减1。

此时又会创建一条链表用来保存第一次引用计数不为0的对象，对并且将其移动到第二条链表上，此时0代链表集体为零，用来保存再次新创建的对象，1代链表用来保存经历过一次清理的对象，当2代链表经历过几次清理后，又会将其保存到3代链表里面，三代链表保存的是经历多次清理的对象较为稳定的对象
上面的是我简化之后的，真实的python的GC机制是在将引用计数减1，之前会检测两个对象之间是否有相互引用，然后再减1，而且只是检测到有循环引用的才减少，然后再判断，但是大致方法是上面描述的，只是简化了。

不同的python的版本的GC模块使用方法不同。

python中的GC阈值

在GC模块里面有一个gc.set_debug(flags)方法,用来设置gc的debug日志，一般设置为gc.DEBUG_LEAK
gc.collect([generation])是显示进行垃圾回收，可以输入参数，0代表只检查第一代的对象，1代表只检查第一二代的对象，2代表检查1，2，3代的对象，如果不传参数，也就是等于传2，默认全部检查，返回不可达参数，默认全部检查。
gc.get_threshold()获取的是gc模块里面自动执行垃圾回收的频率。get.set_threshold(threshold0[,threshold1[,threshold2]])设置自动执行垃圾回收的频率。
gc.get_count()获取当前自动执行垃圾回收的计数器，返回一个长度为3的列表。

如图最后一行命令，700表示什么情况下去清理0代链表，10表示什么情况下去清理0，1代列表，最后一个10表示什么情况下，三代列表一起清理。
700指的是新创建的对象减去释放完的对象的个数，如果大于700，如：新创建了1w个对象，释放了5k个，现在相当于新创建了5k个对象，此时大于700，10的意思是每清理10次0代列表，将清理一次1代列表和0代列表，以此类推，最后一个10是每清理10次1代列表清理三代列表一次。
如图此时第0代经历了清理。
如图所示每经历一次清理，第一代的清理次数加一，加到10，就会对0，1代列表清理一次。

垃圾回收的触发机制

查看一个对象的引用计数

import sys
a ='hello world'
sys.getrefcount(a)
#此时可以查看a对象的引用计数

垃圾回收实例：

import gc
class Class():
	def __init__(self):
		print('object born ,id %s'%str(hex(id(self)))
def f3():
	print('---0---')
	c1=ClassA()
	c2=ClassA()
	c1.t=c2
	c2.t =c1
	print('----1-----')
	del c1
	del c2
	print('----2---')
	print(gc.garbage)
	print('---3---')
	print(gc.collect())#显示执行垃圾回收
	print('----4---')
	print(gc.garbage)
	#打出来清理的垃圾
	print('---5---')
if __name__=="__main__":
	gc.set_debug(gc.DEBUG_LEAK)#设置gc模块日志
	f3()

垃圾清理的本质就是调用模块的__del__方法，所以一般来说不要再类里面进行__del__方法的重写和修改，一旦修改了默认的__del__方法，就会导致之后的循环引用不能够删除，这也是GC方法的bug，所以一般再写类的时候，不修改类的__del__方法。

上面就是GC的注意点！！