Python 垃圾回收机制

一、简述python垃圾回收方法

在Python中，垃圾回收机制主要是以引用计数为主要手段，以标记清除和分代回收机制作为辅助手段实现的。

引用计数 标记-删除 分代收集

• 引用计数

引用计数

正确的样例应该是这样子

 

引用计数的优点： 简单 实时性（计数归零，直接回收，释放内存） 引用计数的缺点： 维护引用计数消耗资源 无法解决循环引用问题

list1=[] 

list2=[]

list1.append(list2)

list2.append()

说明：list1与list2相互引用，如果不存在其他对象对它们的引用， list1与list2的计数仍为1，所占内存不会被回收，

即引用计数机制无法解决循环引用导致的内存泄漏。

 引用计数的错误实例

 

这里456这个对象并没有在内存中新建，因为在Python启动解释器的时候会创建一个 小整数池，在-5~256之间的整数对象会被自动加载到内存中等待调用。
每一次赋值操作都会增加数据的引用次数，要记住引用的变量a、b、c指向的是数据456， 而不是变量本身

• 标记-清除

标记-清除[解决循环引用]
标记清除（Mark—Sweep）算法是一种基于追踪回收（tracing GC)技术实现的垃圾回收算法。 
它分为两个阶段：第一阶段是标记阶段，GC会把所有的活动对象打上标记， 第二阶段是把那些没有标记的对象非活动对象进行回收。 
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等，
因为对于字符串、数值对象是不可能造成循环引用问题。 Python使用一个双向链表将这些容器对象组织起来。 
不过，这种简单粗暴的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， 哪怕只剩下小部分活动对象也要扫描所有对象。

• 分代回收

分代回收[解决效率]
分代回收是建立在标记清除技术基础之上的，是一种以空间换时间的操作方式。 Python将内存根据对象的存活时间划分为不同的集合，每个集合称为一个代， 
Python将内存分为了3“代”，分别为年轻代（第0代）、中年代（第1代）、老年代（第2代）， 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。