[Python学习]变量存储逻辑和垃圾回收机制(GC)

一、引子

        首先，我们从两个例子入手垃圾回收机制:

a = 1000
b = 2000
a = b

a = 100
b = 200
a = b

        这两段代码的功能都是“把b变量的值赋值给a变量”，但是在Python的底层逻辑上，这两段代码的实现过程确是有所不同的。

        过程：第一段代码是在存储空间中先创建了一个对象：整数1000，之后让变量a指向这个存储空间；同理变量b；当执行 a = b 语句时，变量a由原来的指向整数1000，变为了指向整数2000，同时，刚刚创建的存储整数1000的存储空间，也被垃圾回收机制回收。

                第二段代码中，整数对象100和200受到Python整数缓存机制的影响：通常对于 -5到255之间的整数，python会预先创建他们并存储，所以在执行 a = b语句后，整数100并没有被回收

二、垃圾回收机制

        有了上面的例子后，我们来正式学习Python的垃圾回收机制

        Python的垃圾回收机制(GC) 主要依赖于引用计数法为基础，并辅以“代”（generation）收集机制来处理循环引用的问题。这一机制确保了不再使用的对象能够被正确地识别并进行回收，释放内存。

  1.引用计数

        Python中每个对象在创立之初，都会获得一个引用计数，用来记录有多少个引用指向这个对象（不同于c语言的变量创建、存储机制）。

        当创建一个对象并把他赋值给一个变量时，该对象的引用计数变为1。如果有另一个变量被赋值为这个对象，该对象的引用计数加1。同样的，若是本来指向该对象的引用，现在不再指向它，则引用计数减1。当一个对象的引用计数变为0时，意味着没有任何引用指向这个对象，它就会被垃圾回收器立即回收。

  2.解决循环引用的分代收集机制

        有了基于引用计数的回收机制后，我们不禁思考一个问题，若是两个对象之间，或者多个对象之间互相引用，但是却没有任何一个变量来指向他们中的任意一个，那么会造成他们不会被回收掉=>内存泄漏

        为了解决这一问题，Python引入了分代收集机制:

                在这个系统中，所有的对象都被分配到三个“代”（generation）中的一个：0代、1代和2代。一般情况下，新创建的对象被放入0代中。如果在某次0代的垃圾回收过程中，对象存活下来，它就会被移动到1代；同样，从1代存活下来的对象会被移动到2代。因为预期较老的对象（在高代中的对象）较少会变成垃圾，所以较高代的垃圾回收频率会低于较低代的。
        垃圾回收器通过检查对象之间的引用关系，来识别循环引用。如果一组对象之间只有相互引用，而没有任何外部引用指向这组对象，这组对象就可以被认为是可回收的。

3.补充(触发条件)

        Python的垃圾回收可以被显式地触发，也可以根据需要自动触发。自动触发的条件基于分配和释放对象的数量，以及各代中对象的数量。可以通过gc模块调整垃圾回收的行为，如 启用或禁用垃圾回收、手动触发垃圾回收，以及调整代之间的阈值等。