python垃圾回收机制详讲_python回收内存时优先回收老年代的对象吗-CSDN博客

python垃圾回收机制详讲

python的自动内存管理机制，主要做了两件事情：

找到内存中无用的垃圾资源
清除这些垃圾并让出来给其他对象使用

python中的垃圾回收是以引用计数为主，标记清除+分带回收为辅。

引用计数

Python语言默认采用的垃圾收集机制是『引用计数法 Reference Counting』，该算法最早George E. Collins在1960的时候首次提出，50年后的今天，该算法依然被很多编程语言使用，**『引用计数法』的原理是：每个对象维护一个ob_ref字段，用来记录该对象当前被引用的次数，每当新的引用指向该对象时，它的引用计数ob_ref加1，每当该对象的引用失效时计数ob_ref减1，一旦对象的引用计数为0，该对象立即被回收，对象占用的内存空间将被释放。**它的缺点是需要额外的空间维护引用计数，这个问题是其次的，不过最主要的问题是它不能解决对象的“循环引用”，因此，也有很多语言比如Java并没有采用该算法做来垃圾的收集机制。

#导致引用计数+1的情况
	对象比创建a = 10
	对象被引用b = a
	对象被作为参数，传入到一个函数中 func(a)
	对象作为一个元素，储存在容器中lst = [a,a]
#导致引用计数-1的情况
	对象的别名被显式销毁 del a
	对象的别名被赋予新的对象 a = 20
	一个对象离开它的作用域 (函数执行完毕，它里面的局部变量)
	对象所在的容器被销毁，或从容器中删除对象lst.pop()
#查看一个对象的引用计数：
sys.getrefcount(对象)

循环引用导致内存泄漏（引用计数处理不了）

def f2():
    while True:
        c1=ClassA()
        c2=ClassA()
        c1.t=c2
        c2.t=c1
        del c1
        del c2
f2()
创建了c1，c2后,这两块内存的引用计数都是1，执行c1.t=c2和c2.t=c1后，这两块内存的引用计数变成2.
在del c1后，内存1的对象的引用计数变为1，由于不是为0，所以内存1的对象不会被销毁，同理内存2的对象的引用数也是1。
虽然它们两个的对象都是可以被销毁的，但是由于循环引用，导致垃圾回收器都不会回收它们，所以就会导致内存泄露。

缺点：垃圾清理不干净

标记清除

『标记清除（Mark—Sweep）』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。**那么GC又是如何判断哪些是活动对象哪些是非活动对象的呢？

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（root object）出发，沿着有向边遍历对象，可达的（reachable）对象标记为活动对象，不可达的对象就是要被清除的非活动对象。根对象就是全局变量、调用栈、寄存器。

在这里插入图片描述

在上图中，我们把小黑圈视为全局变量，也就是把它作为root object，从小黑圈出发，对象1可直达，那么它将被标记，对象2、3可间接到达也会被标记，而4和5不可达，那么1、2、3就是活动对象，4和5是非活动对象会被GC回收。

标记清除算法作为Python的辅助垃圾收集技术主要处理的是一些容器对象，比如list、dict、tuple，instance等，因为对于字符串、数值对象是不可能造成循环引用问题。Python使用一个双向链表将这些容器对象组织起来。不过，这种简单粗暴的标记清除算法也有明显的缺点：清除非活动的对象前它必须顺序扫描整个堆内存，哪怕只剩下小部分活动对象也要扫描所有对象，这样运行非常慢，浪费时间和cpu资源

分带回收

**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），他们对应的是3个链表，它们的垃圾收集频率与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。

GC模块

gc模块提供一个接口给开发者设置垃圾回收的选项。上面说到，采用引用计数的方法管理内存的一个缺陷是循环引用，而gc模块的一个主要功能就是解决循环引用的问题。

gc模块的自动垃圾回收机制

在Python中，采用分代收集的方法。把对象分为三代，一开始，对象在创建的时候，放在一代中，如果在一次一代的垃圾检查中，改对象存活下来，就会被放到二代中，同理在一次二代的垃圾检查中，该对象存活下来，就会被放到三代中。

gc模块里面会有一个长度为3的列表的计数器，可以通过gc.get_count()获取。

def f4():    '''垃圾自动回收'''    print(gc.get_count())    a=A()    print(gc.get_count())    del a    print(gc.get_count())

执行结果

(621, 10, 0)object born id:0x2ca32a8c588(624, 10, 0)(623, 10, 0)

621指距离上一次一代垃圾检查，Python分配内存的数目减去释放内存的数目，注意:是内存分配，而不是引用计数的增加。
10指距离上一次二代垃圾检查，一代垃圾检查的次数。
0是指距离上一次三代垃圾检查，二代垃圾检查的次数。

自动回收阀值

gc模快有一个自动垃圾回收的阀值，即通过gc.get_threshold函数获取到的长度为3的元组，例如(700,10,10)
每一次计数器的增加，gc模块就会检查增加后的计数是否达到阀值的数目，如果是，就会执行对应的代数的垃圾检查，然后重置计数器

注意：
如果循环引用中，两个对象都定义了__del__方法，gc模块不会销毁这些不可达对象，因为gc模块不知道应该先调用哪个对象的__del__方法，所以为了安全起见，gc模块会把对象放到gc.garbage中，但是不会销毁对象。

老年代回收1次 = 中年代回收10次 = 青年带回收100次

总结：

垃圾回收的策略：
- 引用计数为主，标记清除+分代收集为辅
垃圾回收系统的工作内容：
- 为新生的对象分配空间
- 识别垃圾对象（垃圾检测）
- 清除垃圾对象，回收内存（垃圾回收）
内容：
- 引用计数
  - 优点：简单，实时性（一旦没有引用，内存就释放；内存回收的时间分摊到平时；其他的语言要等到特定的时间统一回收）
  - 缺点：维护引用计数消耗资源，循环引用导致内存泄露，这个时候就需要引入辅助回收机制
- 标记+清除+分代收集
  - 核心思想：对象存在的使劲越长，越不可能是垃圾，应当越少去收集，反而刚创建的对象需要更多的去收集
ex过程详讲（垃圾回收过程）：
- ```
a = []
b = []
a.append(b)
b.append(a)
del a
del b
print (gc.collect())
```
- 当运行gc.collect()时启动标记+清除机制
- 从根节点a开始，因为del a,b;使得变成uncreachable对象
- 循环引用被拆除，a,b的引用次数归0
- a,b被回收，并返回2
gc常用方法
- sys.getrefcount(obj)：返回被引用的次数
- gc.collect()：返回此次收集的不可达对象的个数
- gc.get_threshold()：返回各代的阀值
- gc.set_threshold(t0,t1,t2)：设置各代的阀值
建议：
- 定义类的时候，避免重新定义__del__双下方法，避免循环引用
触发机制：
- 达到垃圾回收的阀值，python虚拟机自动运行
- 手动开启gc.collect()
- python虚拟机退出时