python--垃圾回收机制

python 垃圾回收机制有三种：引用计数，标记-清除，分代收集 

　　引用计数为主要策略，标记-清除和分代收集为辅助策略 

1.引用计数

在学习 Python 的整个过程中，我们一直在强调，Python 中一切皆对象，也就是说，在 Python 中你用到的一切变量，本质上都是类对象。

那么，如何知道一个对象永远都不能再使用了呢？很简单，就是当这个对象的引用计数值为 0 时，说明这个对象永不再用，自然它就变成了垃圾，需要被回收。

在Python中每一个对象的核心就是一个结构体PyObject，它的内部有一个引用计数器（ob_refcnt）。程序在运行的过程中会实时的更新ob_refcnt的值，来反映引用当前对象的名称数量。

typedef struct_object {
 int ob_refcnt;
 struct_typeobject *ob_type;
} PyObject;

导致引用计数 +1的情况：

• 对象被创建，如 a=1
• 对象被引用，如b=a
• 对象被作为参数传递到一个函数中，如func（a）
• 对象作为一个元素，存储在一个容器中，如 list[a]

导致引用计数-1 的情况 ：

• 对象别名被显示销毁  ，如 del a 
• 对象别名被赋予新的对象，如 a=2
• 一个对象，离开它的作用域，如 函数fun() 执行完毕，函数内的局部变量被释放
• 对象所在的容器被销毁，或从容器中删除对象

当引用计数器为0 时内存会自动释放掉，非常方便 （当然也可以del + gc.colloct()手动释放），但是引用计数也有缺点 

引用计数的缺点:

• 逻辑简单，实现麻烦，每个对象需要分配单独的空间来统计引用计数，这无形中加大的空间的负担，并且需要对引用计数进行维护，在维护的时候很容易会出错
• 当需要释放一个大的对象时，比如字典，需要对引用的所有对象循环嵌套调用，从而可能会花费比较长的时间
• 无法解决循环引用的问题

2.标记-清除 解决循环引用问题

首先，只有容器对象才会产生循环引用的问题，而像数字，字符串这类简单类型不会出现循环引用。作为一种优化策略，对于只包含简单类型的元组也不在标记清除算法的考虑之列)

下面是一个循环引用的例子

1 def func():
    a = [i for i in range(10000000)]
    b = [i for i in range(10000000)]
    a.append(b)
    b.append(a)

标记-清除的思想为：

第一步：标记--遍历所有的对象，如果是可达的（reachable），也就是还有对象引用它，那么就标记该对象为可达；

第二步：清除--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

 

3.分代回收  解决循环引用问题

　　分代回收是基于标记-清除之上的方法，是一种以时间换空间的方法 　　

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。

分代回收是基于这样的一个统计事实，对于程序，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小遍历的对象数，从而提高垃圾回收的速度。

　　我们把这些内存分为 年轻代，中年代，老年代，分别对应生命周期从短到长的内存，他们对应的是3个链表，它们的垃圾收集频率与对象的存活时间的增大而减小。新创建的对象都会分配在年轻代，年轻代链表的总数达到上限时，Python垃圾收集机制就会被触发，把那些可以被回收的对象回收掉，而那些不会回收的对象就会被移到中年代去，依此类推，老年代中的对象是存活时间最久的对象，甚至是存活于整个系统的生命周期内