python内存管理
Python垃圾回收机制
引用计数器为主, 标记清除和分代回收为辅, + 缓存机制
1.引用计数器
1.1 环状双向链表refchain
在python 程序中创建的任何对象都会放在refchain链表中.
在Python的C源码中有一个名为refchain的环状双向链表,这个链表比较牛逼了,因为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。也就是说他保存着所有的对象。例如:
age = 18
name = "武沛齐"
对象内部会创建一些 共同的数据[上一个对象,下一个对象, 类型,引用个数]
name = "武沛齐"
new = name
对象内部会创建一些数据[上一个对象,下一个对象, 类型,引用个数,val=18]
age = 18
对象内部会创建一些数据[上一个对象,下一个对象, 类型,引用个数,items=元素,元素个数]
body = ['篮球','美女']
在C源码中如何体现每个对象中都有的相同的值:PyObject结构体(4个值), 有多个元素组成的对象:PyObejct结构体(4个值)+ob_size
1.2 类型封装结构体
data = 3.14
内部会创建:
_ob_prev = refchain中的上一个对象
_ob_next = refchain中的下一个对象
ob_fefcnt = 1
ob_type = float
ob_fval = 3.14
1.3 引用计数器
v1 = 3.14
v2 = 999
v3 = (1,2,3)
当python程序运行时,会根据数据类型的不同找到其对应的结构体,根据结构体中的字段来进行创建相关的数据,然后将对象添加到refchain双线链表中。
在C源码中有两个关键的结构体:PyObject(基本的4个共同的数据[上一个对象,下一个对象, 类型,引用个数])、PyVarObject(多个元素的,比如字符床,列表,元组,数字)。
每个对象中有ob_refcnt就是引用计数器,值默认为1,当有其他变量引用对象时,引用计数器就会发生变化。
- 引用
a = 99999
b = a
- 删除引用
a = 99999
b = a
del b #b变量删除;b对应对象引用计数器-1
del a # a变量删除;a对应对象引用计数器-1
#当一个对象的引用计数器为O时,意味着没有人再使用这个对象了,这个对象就是垃圾,垃圾回收。
#回收:1.对象从refchain链表移除;2.将对象销毁,内存归还给操作系统。
# 查看引用计数个数:
import sys
sys.getrefcount(a) - 1 # 此处查询包含了一次引用,所以要减1
1.4 循环引用问题
2.标记清除
目的:为了解决引用计数器循环引用的不足。
实现:在python的底层再维护一个链表,链表中专门放那些可能存在循环引用的对象(list/tuple/dict/set)。
在Python内部 某种情况下触发,会去扫描可能存在循环应用的链表(上图中右边那个链表)中的每个元素,检查是否有循环引用(从右边的链表中,找到某个元素对象,从这个元素对象又找到另一个对象,又从另一个对象的子元素又找回来了,就说明存在循环引用),如果有则让双方的引用计数器-1﹔如果是0则垃圾回收。
问题:
- 什么时候扫描?
- 可能存在循环引用的链表扫描代价大,每次扫描耗时久。
3.分代回收
将可能存在循环应用的对象维护成3个链表︰
- O代:O代中对象个数达到700个扫描一次。
- 1代:O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。
4.小结
在python中维护了一个refchain的双向环状链表,这个链表中存储程序创建的所有对象,每种类型的对象中都有
一个ob_refcnt引用计数器的值,引用个数+1、-1,最后当引用计数器变为0时会进行垃圾回收(对象销毁、refchain中移除)。
但是,在python中对于那些可以有多个元素组成的对象可能会存在循环引用的问题,为了解决这个问题python又引入了标记清除和分代回收,在其内部为了4个链表,
- refchain
- 2代,10次
- 1代,10次
- 0代,700个
在源码内部当达到各自的阈值时,就会触发扫描链表进行标记清除的动作(有循环则各自-1)。
5.Python缓存
5.1 池(int)
为了避免重复创建和销毁一些常见对象,维护池。
#启动解释器时,Python内部帮我们创建:-5、-4、 ..... 256
v1 = 7 #内部不会开辟内存,直接去池中获取
v2 = 9 #内部不会开辟内存,直接去池中获取
v3 = 9 #内部不会开辟内存,直接去池中获取
print(id(v2),id(v3))
v4 = 999
v5 = 666
v6 = 666
5.2 free_list
当一个对象的引用计数器为O时,按理说应该回收,内部不会直接回收,而是将对象添加到free_list链表中当缓存。以后再去创建对象时,不再重新开辟内存,而是直接使用free_list。
vl = 3.14 #开辟内存,内部存储结构体中定义那几个值,并存到refchain中。
del vl # refchain中移除,将对象添加到free_list 中(比如说最多80个), free_list满了则销毁。
9= 999.99 #不会重新开辟内存,去free_list中获取对象,对象内部数据初始化,再放到refchain中。
更具体的请参考:https://pythonav.com/wiki/detail/6/88/
参考自:https://pythonav.com/wiki/detail/6/88/
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!