python垃圾回收机制（GC）

概述

Python 垃圾回收机制（Garbage Collection）主要使用引用计数（reference counting）来跟踪和回收垃圾。在引用计数的基础上，使用“标记-清除”（mark and sweep）解决容器对象可能产生的循环引用问题；使用“分代回收”（generation collection）以空间换时间的方法提高垃圾回收效率。

引用计数（reference counting）

要了解引用计数，我们有必要先了解一下PyObject。我们都知道Python中一切皆对象，全部对象都有一个共同的基类。Python内部使用了一个PyObject结构体来保存全部对象共同的数据成员，以及实现GC机制所需要的一些辅助字段（划重点）等。

我们深入到源码看看PyObject是什么：

 typedef struct_object {
 int ob_refcnt;
 struct_typeobject *ob_type;
 } PyObject;

（不用惊讶底层源码是C语言，因为Python（至少CPython）就是用C语言实现的~）
言归正传，我们可以看到PyObject中有个int型变量ob_refcnt，它就是用来做引用计数的。当一个对象有新的引用时，它的ob_refcnt就会增加，当引用它的对象被删除，它的ob_refcnt就会减少。当引用计数为0时，该对象就会立即被回收，分配给该对象的内存就会释放出来。

引用计数的优点

1. 简单 ：只需要更新变量ob_refcnt的值即可
2. 实时性 ：一旦某个对象没有了引用，内存就直接释放了，不用像其他机制等到特定时机才释放内存。

引用计数的缺点

1. 维护引用计数消耗资源 ：需要额外的空间维护引用计数
2. 循环引用 ：导致内存泄漏

由于 循环引用带来的问题要更严重，所以下面单独说明，先看代码：

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

list1与list2是相互引用的，即使不存在其他对象对它们的引用，list1与list2的引用计数也将持续为1，它俩所占用的内存永远无法被回收，这将是致命的。
对于如今的硬件条件，消耗资源尚且还能接受，但是循环引用会导致内存泄露，这是我们要极力避免的。为了解决对象的循环引用问题，Python还引入了标记-清除和分代回收两种机制。

---

标记-清除（mark and sweep）

标记清除算法是一种基于追踪回收（tracing GC）技术实现的垃圾回收算法。它分为两个阶段：第一阶段是标记阶段，GC会把所有的『活动对象』打上标记，第二阶段是把那些没有标记的对象『非活动对象』进行回收。

对象之间通过引用（指针）连在一起，构成一个有向图，对象构成这个有向图的节点，而引用关系构成这个有向图的边。从根对象（全局变量、调用栈、寄存器等）出发，沿着有向边遍历对象，将可到达的对象标记为活动对象，不可到达的对象就是要被清除的非活动对象。

在上图中，我们从根节点出发，可到达的有对象1、对象2、和对象3，但是对象4和对象5是不可达的，那么1、2、3就是活动对象，4和5是非活动对象即将被回收。

---

分代回收（generation collection）

分代回收是一种以空间换时间的操作方式，Python将内存根据对象的存活时间划分为不同的集合，每个集合称为一个代。Python将内存分为了3“代”，分别为年轻代（第0代）、中年代（第1代）、老年代（第2代），垃圾收集频率随对象的存活时间的增大而减小。
新创建的对象都会分配在年轻代，年轻代链表的总数达到上限时，Python垃圾收集机制就会被触发，把那些可以被回收的对象回收掉，而那些不会回收的对象就会被移到中年代去，依此类推，老年代中的对象是存活时间最久的对象，甚至是存活于整个系统的生命周期内。同时，分代回收是建立在标记清除技术基础之上。分代回收同样作为Python的辅助垃圾收集技术处理那些容器对象

---

参考：伯乐在线