Python的垃圾回收机制

0x01 引入

Python在执行变量执行值的语法时，会去申请内存空间，去保存变量名和值。而我们的内存是有限的，我们避免某个程序占用大量空间，这就涉及到了垃圾回收机制来优化我们的内存占用。当一个变量没有用的话，那么这个变量就是垃圾。而这个垃圾我们是可以通过Python的垃圾回收机制去回收的。从而节约更多的空间。

那么什么样的变量值是垃圾呢？

在Python中，如果一个值没有指向任何变量，那么这个变量值就是一个垃圾。

在Python中，变量和值的绑定关系，大概是这样的。

代码：

a = 10 
b = 20 

在内存中的图解：

此时，变量a和10的内存地址绑定，而变量b和值20进行绑定，那么他们现在都不是垃圾。当我们使用del解除某个变量的绑定时，他们此时就会变成垃圾。

a = 10 
b = 20 
del a 
del b 

在内存中的图解：

此时值10和20，都没有被任何变量绑定，那么他们就是垃圾。没有用的，此时Python的垃圾回收机制会将其回收。

0x02 什么是垃圾回收机制？

垃圾回收机制（简称GC）是Python解释器自带一种禁止，专门用来回收不可用的变量值所占用的内存空间，进而节省空间。

0x03 为什么要有垃圾回收机制？

Python的垃圾回收机制会自动的回收一些没用的变量值，从而节省空间，如果一个程序占用了大量内存甚至占满整个内存，那么此时这个电脑是出于满载状态的，满载的计算机会致使程序的崩溃，所以在开发的时候，自动回收哪些没有用的变量值，是很有必要的。从而节省内存空间。

0x04 垃圾回收机制的三大模块？

Python的垃圾回收机制主要应用了“引用计数”（reference counting)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”（mark and sweep）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”（generation collection）以空间换取时间的方式来进一步提高垃圾回收的效率。

0x04.1 什么是引用计数？

引用计数表示一个值被绑定变量的次数。

引用计数增加：

在内存中，变量绑定都是一个值对应的内存地址。而我们将一个值绑定为三个变量，那么此时这个值的引用计数就为3。

a = 10 
x = a 
z = a 

在内存中的关系图：

可以发现，我们的值10，同时指向了三个变量即变量a和变量x以及变量z。此时值10的引用计数为3。那么当我们再次定义一个变量，将其与值10绑定，那么值10此时的引用计数就为4。

引用计数减少：

代码：

a = 10 
x = a 
z = a 
del x 
del z   

del的作用就是将一个变量与其对应的值解除绑定。

内存中的图解：

那么此时值10的引用计数就为1。值10的引用计数一旦变成了0，那么该值就会被垃圾回收机制自动回收。

0x04.2 标记-清除

当一些容器对象比如(list,set,tuple,dict,class,instance)包含其他对象引用的时候，所以都可能产生循环引用。用标记清除就可以解决这个问题。

我们先了解一下，在内存中是如何存储变量和值的。Python的变量都在栈内存中进行存储，而值都在堆内存中存储。垃圾回收机制回收的是堆内存中的内容。也就是垃圾回收只会回收垃圾(值)。

下面看图：

定义了两个变量 a = 10 和 b = 20

当我们执行a = b时，内存中的堆与栈发生了变化

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。

# 标记 
1 简单的来讲 标记就是从栈区通过一条线连接到堆区，或者从堆区连接到其他地址，凡是被这条来自栈区的线连接到堆区都是可以被访问到的，那么我们可以判断这个值是存活的。

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。

# 清除
清除之前会在所有堆中遍历所有对象，将没有存活的对象全部清除掉。从而释放内存。

0x04.2 什么是直接引用和间接引用

直接引用是从栈区中出发直接引用到内存地址。类似于a = 10 ，这样被称为直接应用。

而间接引用则是从栈区中出发，引用到内存地址之后，再从内存地址中，引用到别的内存地址。类似于 a = 10 b = [1,2,10]。也就是将我们的引用值先赋值给a，之后又把它放到一个容器对象(list,set,tuple等等)中又赋值给了b

以下为图解：

当我们执行 del a 和 del b的时候，会清理变量a和变量b的内容。

如下图：

这样在启用标记清除算法时，发现栈区内不再有a与b（只剩下堆区内二者的引用），于是列表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。

0x04.3 分代回收

引用：

基于引用计数的回收机制，每次都回收内存，每次都需要将堆区的所有对象遍历以便，看看有没有垃圾。这是非常消耗时间的。与是引入了分代回收去提高效率。

分代：

分代回收的核心思想：在经过多次扫描之后，有个别值都没有被回收，那么Python的GC机制就会认为，这几个是常用的值。有用的值，不是垃圾。gc扫描的时候，会对这些变量值扫描频率降低。从而缩减遍历的时间。

这就好比：

交作业，假如说某个班级有100多人，而我们的课代表每次检查作业(遍历堆区)的时候需要检查100多个人的作业是否按时完成(是否是垃圾)，那么这个还是比较浪费时间的，于是课代表比较聪明，它发现有大部分同学每次的作业都按时完成(变量值都有用不是垃圾)，于是它决定一周检查一次他们的作业(降低扫描频次)。课代表(Python的Gc机制)觉得他们是可信度比较高的。

回收：

回收依然是使用引用计数作为回收的依据

虽然，分代回收的思想是好的，但是遇到好学生突然不叫作业(常用的变量突然被删除)那么这个同学(这个变量值)就成了漏网之鱼。

声明：本文章所整理学习的知识全部由Egon老师传授。

Egon老师知乎首页：https://www.zhihu.com/people/xiaoyuanqujing