python垃圾回收机制

最近有些空余时间，看了看python方面的书，在这里进行一下自我总结

其实我们都知道，python在运行过程中会产生很多变量，这些变量都是存储在内存中的，但是变量后续会越来越多，导致占满内存，然后程序就会异常终止，所以针对这些，python有自己的一套垃圾回收机制，解决办法有三种。

1、引用计数
在python中，每一个对象的生命周期绝大部分通过对象的引用计数来管理，每当对象被创建或者被引用的时候就会将该对象的引用计数加一，当对象的引用被销毁时该对象的引用次数减一，当引用计数为0时，表示程序中已经没有任何对象持有该对象的引用，即程序中不会再使用到这个对象，所以其所占有的空间也就可以被释放了

那么什么时候对象的引用次数会增加呢？
（1）、对象被创建
（2）、对象被引用
（3）、对象作为参数被传递到函数内部
（4）、对象作为一个元素添加到容器中

同理，对象的引用次数减一的情况也有四种。
（1）、对象的别名被显式销毁
（2）、对象的别名被赋予新的对象
（3）、对象离开它的作用域（函数局部变量）
（4）、从容器中删除对象，或者容器被销毁

2、标记清除
程序运行过程中一定会有交叉引用的问题存在，导致每个对象的引用计数不为零，即A赋值B，B赋值A，这样就造成了其所占用的内存空间永远都不会被回收的局面，这个缺点是致命的
为了解决这样的问题，python引入了标记清除法和分代回收算法

标记清除算法是一种基于对象可达性分析的回收算法，该算法分为两个步骤，分别是标记和清除，标记阶段，将所有活动对象进行标记，清除阶段将所有未进行标记的对象进行回收即可，那么又是如何判断哪些对象是活动对象呢？

从根节点出发，与根节点直接相连或者间接相连的对象，我们将其标记为活动对象，之后进行回收阶段，将未标记的对象进行清除，前面所说的根节点可以是全局变量或者调用栈

标记清除算法主要处理一些容器对象，该方法比较保险，可以做到不误杀不遗漏，但是GC必须要扫描整个堆内存，即使只有少量的非可达对象需要回收也需要扫描全部对象，这是一种巨大的性能浪费

3、分代回收

为了解决标记清除算法带来的性能损耗问题，python引入了分代回收的算法，将系统中存活时间不同的对象划分到不同的内存区域，共三代，新生成的对象是0代，经过一次垃圾回收后，还存活的对象会升级到1代，以此类推，2代中的对象是存活最久的对象

那么什么时候触发垃圾回收算法呢？
程序的不断运行导致不断创建新的对象，同时通过引用计数也会销毁大多对象，python会保持这些对象的跟踪，由于交叉引用的存在，以及存活了长时间的对象，这就造成新生的对象数量会大于被回收的对象的数量，一旦两者的差值达到某个的阈值，就会触发垃圾回收机制，使用标记清除将死亡对象进行清除，同时将存活的对象移动到1代，以此类推，当两者的差值再次达到阈值的时候又触发垃圾回收机制，将存活的对象移动到2代。

这样通过对不同代的阈值做不同的设置，就可以做到在不同代使用不同的时间间隔进行垃圾回收，以追求性能最大

除了上面所说的差值达到一定的阈值会触发垃圾回收之外，我们还可以显示的调用gc.collect()来触发垃圾回收，最后当程序退出时也会进行垃圾回收。

总结
python中的垃圾回收机制主要是这三种方法来解决，其中引用计数是最简单直接的，但是需要维护一个字段且针对交叉引用无能为力

标记清除算法主要是为了解决引用计数的交叉引用问题，该算法的缺点就是需要扫描整个堆的所有对象，性能消耗有点大

而分代回收算法的引入则解决了标记清除带来的性能问题，该方法也是建立在标记清除的基础之上的