Python的垃圾回收机制GC（持续更新~）

我们知道，计算机的内存是有限的，我们让计算机帮我们干活，也就是处理数据，这些数据会占用计算机的内存，那么如果不合理的使用有限的内存，很快就会内存占满，导致计算机干不动活了。

在我们让计算机帮我们跑程序的时候，会进行大量的数据存储和计算，占用的内存空间，如果不及时的清理，那么就会出现内存泄露（我看有的文章或者视频说是内存溢出，但是我觉得不是，内存泄露就是申请的内存空间没有被释放，导致一直占着这个坑，不干活，所以叫内存泄露，而内存溢出，就是比如我需要给一个数据申请一块内存空间，但是这个内存空间不够放的，那么这个就是内存溢出。）
回到正题，内存本来就是有限的，你再给我泄露一点，那么可用的就变得更少了。

所以，为了解决合理利用内存空间，每个语言都有自己的内存回收机制，也就是垃圾回收机制，GC（garbage collection）,Python也一样。

Python的垃圾回收机制是由它变量（其实叫对象，因为Python中一切皆对象）定义的方式来决定的，我们知道Python的变量声明的时候，是不指定类型的，声明的时候必须赋值，否则会报错，并且Python的变量声明之后，是给变量一个值的引用，并不是和c语言一样，直接就给这个变量分配块空间存放它的值了。
声明一个变量：a = 1，其实就是在内存中开辟一个空间放置值1，然后把值1的引用，也就是相当于地址的东西给a，那么a就能够访问1.此时1的被引用的次数就变成了1.

如果这个时候，再声明一个变量：b=a.那么就相当于b也拿到了1的引用，它们同时指向1，这个时候1的引用次数为：2

那么，如果我们声明了很多变量，内存占用也会增多，可用的变少，内存中的数据肯定分为：已经不使用的和正在使用的，那么计算机如何知道哪些被使用，哪些没有被使用呢，那就是引用，如果一块内存中的数据，没有被引用，也就是引用的次数为0，那么就认为这个数据是垃圾数据，大于0次数的引用认为是有用的数据，垃圾数据肯定是及时清理掉，才能释放掉内存空间，给别的程序使用。
所以Python的垃圾回收机制就是当一块内存中的数据被申请后，他会有一个变量叫refchain变量，用来存放这个数据被引用的次数，被引用一次，就会加1.删除引用，就会减1，当减为0的时候，这个数据就会被Python的垃圾回收器给回收了，这块内存就会被释放，给别人使用。

上面的垃圾回收机制看着没什么问题，挺简单的。但是有一种特殊情况的数据，会被漏掉，什么样的数据呢，就是普通的数据，只是这个数据被别的数据引用，别的数据还引用它。其实这两块数据并没有在外部被使用，导致它们自己形成了一个环，这个环就叫做循环引用。
比如下面的代码就会导致形成环：

a = [1]
b = [2]
a.append(b)
b.append(a)

print(a,b)

在内存中引用是下面这样的：

可以看到上面变量a和变量b分别指向两块内存空间，这两块内存空间，内部互相引用。如果这个时候，del a 和del b.只会是下面这样：

也就是a和b对这两块的内存的引用都切断了，但是这两块内存的引用次数仍然不为0，就是因为它们内部互相引用，这样的话，Python的垃圾回收机制就会认为这是个有用的数据，会保留，导致这块内存在程序运行期间一直存在，这样肯定是不行的，如果存在很多这样的数据，那么就会导致内存被浪费很多。为了解决这个循环引用的问题。就引出了标记-清除的一种垃圾回收方案。

循环引用一般出现在可以包含其他对象引用的数据类型上，比如**(list dict class set)**

在介绍标记-清除之前，再给一个例子看下，当一个数据在内存中的引用为0时，会自动调用__del__方法；

class INT(int):
    def __del__(self):
        print("我被释放了")
        
a = INT(1)
print(a,type(a))
a = 3
print(a,type(a))

运行结果：

1 <class '__main__.INT'>
我被释放了
3 <class 'int'>

可以看到在把3的引用给a的时候，1的引用已经没了，这个时候会自动去调用del方法，而我们重写了这个方法，所以能够看到打印。

接下来介绍标记-清除：

上面的介绍说：标记-清除是为了解决垃圾回收中循环引用的问题，就是说