Python进阶-垃圾回收

 因为现在的计算机内存比较富裕，所以写程序的时候不会太考虑垃圾回收这方面的知识。但是，出来混总是要还的，既然我们不断的向系统索要资源，那么还是要了解一下什么时候以及怎样把资源还回去

垃圾回收机制

Python中的垃圾回收是以引用计数为主，分代回收为辅

引用计数

 在Python中每一个对象的核心都是一个结构体PyObject，它的内部有一个计数器(ob_refcnt)，程序在运行的过程中会实时的更新ob_refcnt的值，来反映当前对象的引用计数。当引用计数为0时，那么该对象所占的内存就会被系统释放掉

引用计数+1

• 对象被创建， a = 1
• 对象被引用， b = a
• 对象被当做参数，传入到一个函数中， func(a)
• 对象作为一个元素，存储在容器中， [a, b]

引用计数减一

• 对象别名被显示销毁，del a
• 对象别名被赋予新的对象， a = 2
• 一个对象离开他的作用域
• 对象所在的容器被销毁或者是从容器中删除对象

当指向该对象的内存的引用计数器为0的时候，该内存将会被Python虚拟机销毁

引用计数的优点

• 高效
• 实现逻辑简单
• 具备实时性
• 对象有确定的生命周期

引用计数的缺点

• 虽然实现逻辑简单，但是实现较麻烦。每一个对象需要分配单独的内存来统计引用计数，这无形中加大了内存的负担，并且需要对引用计数进行维护，在维护的时候容易出错。
• 在一些场景下，可能会比较慢。正常来说垃圾会比较平稳运行，但是当需要释放一个大的对象时，需要对引用的所有对象循环嵌套调用，而从可能会花费比较长的时间。
• 循环引用。这是引用计数的致命伤，引用计数无法搞定。

标记-清除

 Python采用了标记-清除（Mark and Sweep）算法，解决容器对象可能产生的循环引用问题。

在进行垃圾回收时的步骤：

• 标记阶段：遍历所有的对象，如果是可达的，也就是还有引用指向它，那么就标记该对象为可达
• 清楚阶段：再次遍历对象，如果发现某个对象没有标记为可达，则就将其回收

 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的问题。
 Python会使用一个双向链表将这些容器对象组织起来。不过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，哪怕只有一小部分的活动对象也要扫描所有对象。
 标记-清除是为了解决循环引用问题。可以包含其他对象引用的容器对象都可讷讷个产生循环引用，为此，在申请内存时，所有容器头部会加上PyGC_Head来实现标记-清除机制。
 任何一个Python对象都分为两部分：PyGC_Head + 对象本身数据
 而在对象申请内存的时候，实际申请的内存数量已经加上了PyGC_Head的大小

分代回收

 在循环引用对象的回收中，整个应用程序会被暂停，为了减少应用程序暂停的时间，Python通过分代回收（Generational Collection）以空间换时间的方法提高垃圾回收效率。
 对于陈新股，存在一定比例的内存块的生存周期比较短；而剩下的内存块，生存周期会比较长，甚至会从程序开始一直持续到程序结束。生存期较短对象的比例通常在80%~90%之间，这种思想简单点说就是：对象存在的时间越长，越可能不是垃圾，应该越少去收集。这样在执行``标记-清除`算法时可以有效减少遍历的对象数，从而提高垃圾回收的速度。

原理

 Python gc给对象定义了三种代(0,1,2)，每一个新生对象在generation zero中，如果他在一轮gc扫描汇总活了下来，那么它将被移至generation one，再继续进行较少的扫描，如果它又活过了一轮gc，它又将被移至generation two，继续进行更少次数的扫描。

触发扫描

 当某一代中被分配的对象与被释放的对象之差达到某一阈值的时候，就会触发gc对某一代的扫描。

注意

 当某一代的扫描被触发时，比该代年轻的代也会被扫描。简单来说就是当代2的gc扫描被触发了，那么代0、代1也将被扫描，如果代1的gc扫描触发了，那么代0也会被扫描

触发条件

• 被引用为0时，立即回收当前对象
• 达到了垃圾回收的阈值，触发标记-清除
• 手动调用gc.collect()
• Python虚拟机退出的时候

总结

总体来说，在Python中，主要通过引用计数进行垃圾回收；通过标记-清除解决容器对象可能产生的循环引用问题；通过分代回收以空间换时间的方法提高垃圾回收效率。