python垃圾回收机制以及循环引用问题

几次涉及到垃圾回收机制,这里做一个总结

• 引用计数
  是一种垃圾回收机制,而且也是一种最直观,最简单的垃圾收集技术.当一个对象呗创建或者被引用时,该对象的引用计数就会加1,当对象被销毁时相应的引用计数就会减1,一旦引用计数减为0时,表示该对象已经没有被使用.可以将其所占用的内存资源释放掉.

a =[]#对象A的引用计数为 1
b =[]#对象B的引用计数为 1
a[1] = b  #B的引用计数增1
b[1] = a  #A的引用计数增1
del a #A的引用减 1，最后A对象的引用为 1
del b #B的引用减 1, 最后B对象的引用为 1

优点:
		实时性:任何内存,一旦没有 指向他的引用.就会立即被回收.而其他的垃圾回收技术必须在某种图书条件下才能进行无效的内存回收.
缺点:交差引用.如果两个对象的引用计数都为 1，但是仅仅存在他们之间的循环引用，那么这两个对象都是需要被回收的，也就是说，它们的引用计数虽然表现为非0，但实际上有效的引用计数为 0。我们必须先将循环引用摘掉，那么这两个对象的有效计数就现身了。假设两个对象为 A、B，我们从A出发，因为它有一个对 B的引用，则将B的引用计数减1；然后顺着引用达到 B，因为B有一个对A的引用，同样将A的引用减1，这样，就完成了循环引用对象间环摘除
	但是这样就有一个问题，假设对象A有一个对象引用C，而C没有引用 A，如果将C计数引用减1，

而最后A并没有被回收，显然，我们错误的将 C的引用计数减 1，这将导致在未来的某个时刻出现一个
对 C 的悬空引用。这就要求我们必须在 A没有被删除的情况下复原 C 的引用计数，如果采用这样的方
案，那么维护引用计数的复杂度将成倍增加

• 分代回收
  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
• 内存池
  Python中有分为大内存和小内存：（256K为界限分大小内存）
  1、大内存使用malloc进行分配
  2、小内存使用内存池进行分配
  python内存池:
  第3层：最上层，用户对Python对象的直接操作
  　　 第1层和第2层：内存池，有Python的接口函数PyMem_Malloc实现-----若请求分配的内存在1~256字节之间就使用内存池管理系统进行分配，调用malloc函数分配内存，但是每次只会分配一块大小为256K的大块内存，不会调用free函数释放内存，将该内存块留在内存池中以便下次使用。
  　　第0层：大内存-----若请求分配的内存大于256K，malloc函数分配内存，free函数释放内存。
  　　第-1，-2层：操作系统进行操作
  内存泄漏:
  指由于疏忽或错误造成程序未能释放已经不再使用的内存的情况。内存泄漏并非指内存在物理上的
  消失，而是应用程序分配某段内存后，由于设计错误，失去了对该段内存的控制，因而造成了内存的浪
  费。导致程序运行速度减慢甚至系统崩溃等严重后果。

有 del() 函数的对象间的循环引用是导致内存泄漏的主凶。
不使用一个对象时使用:del object 来删除一个对象的引用计数就可以有效防止内存泄漏问题。
通过 Python 扩展模块 gc 来查看不能回收的对象的详细信息。
可以通过 sys.getrefcount(obj) 来获取对象的引用计数，并根据返回值是否为 0 来判断是否内存
泄漏