从 CPython 源码角度看 Python 垃圾回收机制

环状双向链表 refchain

在 Python 程序中创建的任何对象都会被放到 refchain 链表中，当创建一个 Python 对象时，内部实际上创建了一些基本的数据：

• 上一个对象
• 下一个对象
• 类型
• 引用个数
• 值
• 对于列表等类型，也会创建值用于存储列表的长度

在 C 源码中体现如下：

#define PyObject_HEAD		PyObject ob_base;
#define PyObject_VAR_HEAD		PyVarObject ob_base;

// 宏定义，包含：上一个、下一个、用于构造双向链表用
#define _PyObject_HEAD_EXTRA
	struct _object *_ob_next;
	struct _object *_ob_prev;

typedef struct _object {
    _PyObject_HEAD_EXTRA 
    Py_ssize_t ob_refcnt; // 引用计数器
    struct _typeobject *ob_type; // 数据类型
} PyObject;

// list、tuple、dict..
typedef struct {
    PyObject ob_base;  // PyObject 对象
    Py_ssize_t ob_size;  // 元素个数
} PyVarObject;

// float
typedef struct {
    PyObject_HEAD
    double ob_fval;
} PyFloatObject;

比如对于下面这段 Python 代码：

data = 3.14

其内部会创建：

	_ob_next = refchain 中的下一个对象
	_ob_prev = refchain 中的下一个对象
	ob_refcnt = 1
	ob_type = float
	ob_fval = 3.14

引用计数器

在 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 双向链表中。

在 C 源码中有两个关键的结构体：PyObject、PyVarObject。

每个对象中都有 ob_refcnt，即引用计数器，默认值为 1，当有其他变量引用对象时，引用计数器就会发生变化。

当一个对象的引用计数器为 0 时，意味着没有人再使用这个对象了，这个对象就会被垃圾回收，流程如下：

1. 把对象从 refchain 链表中移除
2. 将对象销毁，内存归还

注：del 语句实际上就是在对引用计数器做 -1 操作。

循环引用

在 Python 底层，会维护一个新的链表，用于存放可能存在循环引用的对象（如 list/dict/set/tuple等）。当达到一定条件后，会去遍历每个元素，检查是否有循环引用，如果有，则让双方的引用计数 -1，如果是 0 则进行回收。

分代回收

循环引用引发了两个问题：

• 什么时候扫描？
• 扫描代价较大（对子孙元素都要进行扫描），单词扫描耗时久。

对此，Python 使用了分代回收的机制。将可能存在循环引用的对象维护成 3 个链表：

• 0 代，个数达到 700 个扫描一次
• 1 代，0 代扫描 10 次，1 代扫描 1 次
• 2 代，1 代扫描 10 次，2 代扫描 1 次

缓存

1. 池（int）

   为了避免重复的创建和销毁一些对象，维护池。

   >>> a1 = 1
   >>> a2 = 1
   >>> id(a1)
   140713557615440
   >>> id(a2)
   140713557615440
   

2. free_list（float/list/tuple/dict）

   当一个对象的引用计数为 0 时，内部不会直接回收，而是将对象添加到 free_list 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。

   # 开辟新的内存
   v1 = 3.14
   
   # 将对象添加到 free_list 中
   del v1
   
   # 去 free_list 中获取对象，并将对象内存数据初始化
   v2 = 999
   

参考

1. python 垃圾回收机制刨析