05:垃圾回收机制
垃圾回收机制(简称GC),是python解释器自带的一种机制,专门用来回收不可用的变量值所占用的内存空间
2 为什么要用垃圾回收机制?
程序运行过程中会申请大量的内存空间,而对于一些无用的内存空间,如果不及时清理的话会导致内存使用殆尽(内存溢出),导致程序崩溃,因此内存管理是一件重要且繁杂的事情,而python解释器自带的垃圾回收机制把程序员从繁杂的内存管理中解放出来
3 理解GC原理需要储备的知识
在定义变量时,变量名与变量值都是需要储存的,分别对应内存中的两块区域,堆区与栈区
# 1 变量名与值的内存地址的关联关系存放于栈区
# 2 变量值存放于堆区,内存管理机制回收的则是堆区的内容
定义了两个变量x = 10 , y = 20 ↓↓↓
当我们执行x = y时,内存中的栈区与堆区变化如下 ↓↓↓
3.2 直接引用与间接引用
直接引用指的是从栈区出发直接引用到的内存地址
间接引用指的是从栈区出发引用到堆区后,再通过进一步引用才能到达的内存地址
例如↓↓↓
# l2 = [20, 30] 列表本身被变量名l2直接引用,包含的元素被列表间接引用
# x = 10 值10被变量名x直接引用
# l1 = [x, l2] 列表本身被变量名l1直接引用,包含的元素被列表间接引用
图解如下↓↓↓
4 垃圾回收机制原理分析
python的GC模块只要运用了'引用计数'来跟踪和回收垃圾. 在引用计数的基础上,还可以通过'标记-清除'解决容器对象可能产生的循环引用的问题,并且通过'分代回收'以空间换取时间的方式来进一步提高垃圾回收的效率
4.1 引用计数
引用计数就是:变量值被变量名关联的次数
如:age = 18
变量值18被关联了一个变量名age,称之为引用计数为1
图解如下↓↓↓
引用计数增加:
age = 18 # 此时, 变量值18的引用计数为1
m = age # 此时, 把age的内存地址给了m,此时,m和age都关联了18,所以变量值18的引用计数为2
图解如下↓↓↓
引用计数减少:
age = 10 # 变量名age先与值18解除关联, 再与10建立了关联,变量值18的引用计数就为1
del m # del的意思是解除变量名m与变量值18的关联关系,此时,变量值18的引用计数就为0
图解如下↓↓↓
变量值18的引用计数一旦变为0,其占用的内存地址就应该被解释器的垃圾回收机制回收
4.2.1 问题1:循环引用
引用计数机制存在一个致命的弱点,即循环引用(也称交叉引用)
# 如下我们定义了两个列表,简称列表1与列表2,变量名l1指向列表1,变量名l2指向列表2 l1=['xxx'] # 列表1被引用一次,列表1的引用计数变为1 l2=['yyy'] # 列表2被引用一次,列表2的引用计数变为1 l1.append(l2) # 把列表2追加到l1中作为第二个元素,列表2的引用计数变为2 l2.append(l1) # 把列表1追加到l2中作为第二个元素,列表1的引用计数变为2 # l1与l2之间有相互引用 # l1 = ['xxx'的内存地址,列表2的内存地址] # l2 = ['yyy'的内存地址,列表1的内存地址] >>> l1 ['xxx', ['yyy', [...]]] >>> l2 ['yyy', ['xxx', [...]]] >>> l1[1][1][0] 'xxx' 图解如下↓↓↓
循环引用会导致:值不被任何名字关联,但是值的引用计数不会为0,应该被回收但不能被回收 例如: del l1 # 列表1的引用计数减1,列表1的引用计数变为1 del l2 # 列表2的引用计数减1,列表2的引用计数变为1 此时,只剩下列表1与列表2之间的相互引用 图解如下↓↓↓
但此时两个列表的引用计数均不为0,但两个列表不再被任何其他对象关联,没有任何人可以再引用到它们,所以它俩占用的内存空间应该被回收,但由于相互引用的存在,每一个对象的引用计数都不为0,因此这些对象所占用的内存永远不会被释放,所以循环引用是致命的,这与手动进行内存管理所产生的内存泄漏毫无区别,所以python引入了'标记-清除'与'分代回收'来分别解决引用计数的循环引用带来的效率低的问题
4.2.2 解决方案:标记-清除
容器对象(比如:list,set,dict,class,instance)都可以包含对其他对象的引用,所以都可能产生循环引用。而“标记-清除”计数就是为了解决循环引用的问题。 标记/清除算法的做法是当应用程序可用的内存空间被耗尽的时,就会停止整个程序,然后进行两项工作,第一项则是标记,第二项则是清除 #1、标记 通俗地讲就是: 栈区相当于“根”,凡是从根出发可以访达(直接或间接引用)的,都称之为“有根之人”,有根之人当活,无根之人当死。 具体地:标记的过程其实就是,遍历所有的GC Roots对象(栈区中的所有内容或者线程都可以作为GC Roots对象),然后将所有GC Roots的对象可以直接或间接访问到的对象标记为存活的对象,其余的均为非存活对象,应该被清除。 #2、清除 清除的过程将遍历堆中所有的对象,将没有标记的对象全部清除掉。 基于上例的循环引用,当我们同时删除l1与l2时,会清理到栈区中l1与l2的内容以及直接引用关系 图解如下↓↓↓
这样在启用标记清除算法时,从栈区出发,没有任何一条直接或间接引用可以访达l1与l2,即l1与l2成了“无根之人”,于是l1与l2都没有被标记为存活,二者会被清理掉,这样就解决了循环引用带来的内存泄漏问题。
4.2.3 问题2:效率问题
基于引用计数的回收机制,每次回收内存,都需要把所有对象的引用计数都遍历一遍,这是非常消耗时间的,于是引入了分代回收来提高回收效率,分代回收采用的是用“空间换时间”的策略。
4.2.4 解决方案:分代回收
分代:
分代回收的核心思想是:在历经多次扫描的情况下,都没有被回收的变量,gc机制就会认为,该变量是常用变量,gc对其扫描的频率会降低,具体实现原理如下: 分代指的是根据存活时间来为变量划分不同等级(也就是不同的代) 新定义的变量,放到新生代这个等级中,假设每隔1分钟扫描新生代一次,如果发现变量依然被引用,那么该对象的权重(权重本质就是个整数)加一,当变量的权重大于某个设定得值(假设为3),会将它移动到更高一级的青春代,青春代的gc扫描的频率低于新生代(扫描时间间隔更长),假设5分钟扫描青春代一次,这样每次gc需要扫描的变量的总个数就变少了,节省了扫描的总时间,接下来,青春代中的对象,也会以同样的方式被移动到老年代中。也就是等级(代)越高,被垃圾回收机制扫描的频率越低
回收:
回收依然是使用引用计数作为回收的依据 图解如下↓↓↓
虽然分代回收可以起到提升效率的效果,但也存在一定的缺点: #例如一个变量刚刚从新生代移入青春代,该变量的绑定关系就解除了,该变量应该被回收,但青春代的扫描频率低于新生代,这就到导致了应该被回收的垃圾没有得到及时地清理。 没有十全十美的方案: 毫无疑问,如果没有分代回收,即引用计数机制一直不停地对所有变量进行全体扫描,可以更及时地清理掉垃圾占用的内存,但这种一直不停地对所有变量进行全体扫描的方式效率极低,所以我们只能将二者中和。 综上 垃圾回收机制是在清理垃圾&释放内存的大背景下,允许分代回收以极小部分垃圾不会被及时释放为代价,以此换取引用计数整体扫描频率的降低,从而提升其性能,这是一种以空间换时间的解决方案目录
愿君前程似锦,归来仍是少年