一 垃圾回收介绍
Python的垃圾回收可以总结为一句话:引用计数器为主,分代回收和标记清除为辅.
1.1 refchain(环状双向链表)
在Python的C源码中有一个名为refchain的环状双向链表.在Python程序中一旦创建对象都会把这个对象添加到refchain这个链表中.它保存着所有对象.例如:
age = 18name= "武沛奇"
1.2 引用计数器
在rechain中所有对象内部都有一个ob_refcnt用来保存当前对象的引用计数器.顾名思义就是自己被引用的次数,例如:
age = 18name= "武沛齐"nickname= name
上述代码表示内存中有18和"武沛齐"两个值,它们的引用计数器分别为1,2.
当值被多次引用的时候,不会再内存中重复创建数据,而是引用计数器+1,如果引用计数器为0,则对象从refchain链表中摘除,同时在内存中进行销毁(暂没有考虑缓存等特殊情况)
age = 18number= age #对象18的引用计数器+1del age #对象18的引用计数器-1def run(age):
print(age)
run(number) #刚开始执行函数时,对象18引用计数器+1,当函数执行完毕后,对象18引用计数器-1num_list= [11,22,number] #对象18的引用计数器+1
总结:
当发生以下四种情况的时候,该对象引用计数器+1
对象被创建 a=14
对象被引用 b=a
对象被作为参数,传到函数中 func(a)
对象作为一个元素,存储在容器中 List={a,”a”,”b”,2}
与上述情况相对应,当发生以下四种情况时,该对象的引用计数器-1
当该对象的别名被显式销毁时 del a
当该对象的引别名被赋予新的对象, a=26
一个对象离开它的作用域,例如 func函数执行完毕时,函数里面的局部变量的引用计数器就会减一(但是全局变量不会)
将该元素从容器中删除时,或者容器被销毁时
引用计数法有很明显的优点:
高效
运行期没有停顿 可以类比一下Ruby的垃圾回收机制,也就是 实时性:一旦没有引用,内存就直接释放了。不用像其他机制等到特定时机。实时性还带来一个好处:处理回收内存的时间分摊到了平时。
对象有确定的生命周期
易于实现
原始的引用计数法也有明显的缺点:
1.维护引用计数消耗资源,维护引用计数的次数和引用赋值成正比,而不像mark and sweep等基本与回收的内存数量有关。
2无法解决循环引用的问题。A和B相互引用而再没有外部引用A与B中的任何一个,它们的引用计数都为1,但显然应该被回收。
循环引用的示例:
list1 =[]
list2=[]
list1.append(list2)
list2.append(list1)
1.3 标记清除
基于引用计数器进行垃圾回收非常方便和简单,但它还是在循环引用的问题,导致无法正常的回收一些数据,例如:
v1 = [11,22,33] #refchain中创建一个列表对象,由于v1=对象,所以列表对象引用计数器为1.
v2= [44,55,66] #refchain中再创建一个列表对象,因v2=对象,所以列表引用计数器为1.
v1.append(v2) # 把v2追加到v1中,则v2对应的[44,55,66]对象的引用计数器加1,最终为2.
v2.append(v1) # 把v1追加到v1中,则v1对应的[11,22,33]对象的引用计数器加1,最终为2.
del v1 # 引用计数器-1del v2 #引用计数器-1
对于上述代码会发现,执行del操作之后,没有变量再会去使用那两个列表对象,但由于循环引用的问题,他们的引用计数器不为0,所以他们的状态:永远不会被使用、也不会被销毁。项目中如果这种代码太多,就会导致内存一直被消耗,直到内存被耗尽,程序崩溃.
为了解决循环引用的问题,引入了标记清除技术,专门针对那些可能存在循环引用的对象进行特殊处理,可能存在循环应用的类型有:列表、元组、字典、集合、自定义类等那些能进行数据嵌套的类型。
标记清除:在Python底层中再创建一个特殊链表专门用于保存 列表、元组、字典、集合、自定义类等对象,之后再去检查这个链表中的对象是否存在循环引用,如果存在则让双方的引用计数器均 - 1 ,如果是0则垃圾回收。
问题:
①什么时候扫描可能存在循环引用的链表?
②因为要扫描链表中的每一个元素,每次扫描的时间可能会很长
1.4 分代回收
对标记清除中的链表进行优化,将那些可能存在循引用的对象拆分到3个链表,链表称为:0/1/2三代,每代都可以存储对象和阈值,当达到阈值时,就会对相应的链表中的每个对象做一次扫描,若是垃圾则回收,若不是则将0代的元素放进下一代链表中
0代:0代中对象个数达到700个就扫描一次.
1代:0代扫描10次,则1代扫描一次.
2代:1代扫描10次,则2代扫描一次.
这样就解决了标记清除中遇到的两个问题;
1.5 Python垃圾回收情景模拟
第一步:当创建对象age=19时,会将对象添加到refchain链表中.
第二步:当创建num_list = [11,22]时,会将列表对象添加到refchain和generations 0代中
第三步:新创建对象使generations 0代链表上的对象数量阈值大于700时,要对链表上的对象进行扫描检查.
当0代大于阈值后,底层不是直接扫描0代,而是先判断2、1是否也超过了阈值.
如果2、1代未达到阈值,则扫描0代,并让1代的 count + 1 。
如果2代已达到阈值,则将2、1、0三个链表拼接起来进行全扫描,并将2、1、0代的count重置为0.
如果1代已达到阈值,则讲1、0两个链表拼接起来进行扫描,并将所有1、0代的count重置为0,并让2代count + 1
对拼接起来的链表在进行扫描时,主要就是剔除循环引用和销毁垃圾,详细过程为:
扫描链表,把每个对象的引用计数器拷贝一份并保存到 gc_refs中,保护原引用计数器。
再次扫描链表中的每个对象,并检查是否存在循环引用,如果存在则让各自的gc_refs减 1 。
再次扫描链表,将 gc_refs 为 0 的对象移动到unreachable链表中;不为0的对象直接升级到下一代链表中。
处理unreachable链表中的对象的 析构函数 和 弱引用,不能被销毁的对象升级到下一代链表,能销毁的保留在此链表。
析构函数,指的就是那些定义了__del__方法的对象,需要执行之后再进行销毁处理。
弱引用,
最后将 unreachable 中的每个对象销毁并在refchain链表中移除(不考虑缓存机制)。
1.6 缓存机制
从上文大家可以了解到当对象的引用计数器为0时,就会被销毁并释放内存。而实际上他不是这么的简单粗暴,因为反复的创建和销毁会使程序的执行效率变低。Python中引入了“缓存机制”机制。
例如:引用计数器为0时,不会真正销毁对象,而是将他放到一个名为 free_list 的链表中,之后会再创建对象时不会在重新开辟内存,而是在free_list中将之前的对象来并重置内部的值来使用。
①float类型,维护的free_list链表最多可缓存100个float对象。