得益于 Python 的自動(dòng)垃圾回收機(jī)制，在 Python 中創(chuàng)建對(duì)象時(shí)無(wú)須手動(dòng)釋放。這對(duì)開(kāi)發(fā)者非常友好，讓開(kāi)發(fā)者無(wú)須關(guān)注低層內(nèi)存管理。但如果對(duì)其垃圾回收機(jī)制不了解，很多時(shí)候?qū)懗龅?nbsp;Python 代碼會(huì)非常低效。

垃圾回收算法有很多，主要有： 引用計(jì)數(shù) 、 標(biāo)記-清除 、 分代收集 等。

在 python 中，垃圾回收算法以 引用計(jì)數(shù) 為主， 標(biāo)記-清除 和 分代收集 兩種機(jī)制為輔。

1 引用計(jì)數(shù)

1.1 引用計(jì)數(shù)算法原理

引用計(jì)數(shù)原理比較簡(jiǎn)單：

每個(gè)對(duì)象有一個(gè)整型的引用計(jì)數(shù)屬性。用于記錄對(duì)象被引用的次數(shù)。例如對(duì)象 A ，如果有一個(gè)對(duì)象引用了 A ，則 A 的引用計(jì)數(shù) +1 。當(dāng)引用刪除時(shí)， A 的引用計(jì)數(shù) -1 。當(dāng) A 的引用計(jì)數(shù)為0時(shí)，即表示對(duì)象 A 不可能再被使用，直接回收。

在 Python 中，可以通過(guò) sys 模塊的 getrefcount 函數(shù)獲取指定對(duì)象的引用計(jì)數(shù)器的值，我們以實(shí)際例子來(lái)看。

import sys

class A():
    def __init__(self):
        pass
        
a = A()
print(sys.getrefcount(a))

運(yùn)行上面代碼，可以得到輸出結(jié)果為 2 。

1.2 計(jì)數(shù)器增減條件

上面我們看到，創(chuàng)建一個(gè) A 對(duì)象，并將對(duì)象賦值給 a 變量后，對(duì)象的引用計(jì)數(shù)器值為 2 。那么什么時(shí)候計(jì)數(shù)器會(huì) +1 ，什么時(shí)候計(jì)數(shù)器會(huì) -1 呢？

1.2.1 引用計(jì)數(shù)+1的條件

A()
a=A()
func(a)
arr=[a,a]

1.2.2 引用計(jì)數(shù)-1的條件

對(duì)象被顯式銷毀，如 del a 。變量重新賦予新的對(duì)象，例如 a=0 。對(duì)象離開(kāi)它的作用域，如 func 函數(shù)執(zhí)行完畢時(shí)， func 函數(shù)中的局部變量（全局變量不會(huì)）。

對(duì)象所在的容器被銷毀，或從容器中刪除對(duì)象。

1.2.3 代碼實(shí)戰(zhàn)

為了更好的理解計(jì)數(shù)器的增減，我們運(yùn)行實(shí)際代碼，一目了然。

import sys
 
class A():

    def __init__(self):
        pass
 
print("創(chuàng)建對(duì)象 0 + 1 =", sys.getrefcount(A()))

a = A()
print("創(chuàng)建對(duì)象并賦值 0 + 2 =", sys.getrefcount(a))

b = a
c = a
print("賦給2個(gè)變量 2 + 2 =", sys.getrefcount(a))

b = None
print("變量重新賦值 4 - 1 =", sys.getrefcount(a))

del c
print("del對(duì)象 3 - 1 =", sys.getrefcount(a))

d = [a, a, a]
print("3次加入列表 2 + 3 =", sys.getrefcount(a))


def func(c):
    print('傳入函數(shù) 1 + 2 = ', sys.getrefcount(c))
func(A())

輸出結(jié)果如下：

創(chuàng)建對(duì)象 0 + 1 = 1
創(chuàng)建對(duì)象并賦值 0 + 2 = 2
賦給2個(gè)變量 2 + 2 = 4
變量重新賦值 4 - 1 = 3
del對(duì)象 3 - 1 = 2
3次加入列表 2 + 3 = 5
傳入函數(shù) 1 + 2 =  3

1.3 引用計(jì)數(shù)的優(yōu)點(diǎn)與缺點(diǎn)

1.3.1 引用計(jì)數(shù)優(yōu)點(diǎn)

• 高效、邏輯簡(jiǎn)單，只需根據(jù)規(guī)則對(duì)計(jì)數(shù)器做加減法。
• 實(shí)時(shí)性。一旦對(duì)象的計(jì)數(shù)器為零，就說(shuō)明對(duì)象永遠(yuǎn)不可能再被用到，無(wú)須等待特定時(shí)機(jī)，直接釋放內(nèi)存。

1.3.2 引用計(jì)數(shù)缺點(diǎn)

需要為對(duì)象分配引用計(jì)數(shù)空間，增大了內(nèi)存消耗。

當(dāng)需要釋放的對(duì)象比較大時(shí)，如字典對(duì)象，需要對(duì)引用的所有對(duì)象循環(huán)嵌套調(diào)用，可能耗時(shí)比較長(zhǎng)。

循環(huán)引用。 這是引用計(jì)數(shù)的致命傷，引用計(jì)數(shù)對(duì)此是無(wú)解的，因此必須要使用其它的垃圾回收算法對(duì)其進(jìn)行補(bǔ)充。

2 標(biāo)記-清除

上一小節(jié)提到，引用計(jì)數(shù)算法無(wú)法解決循環(huán)引用問(wèn)題，循環(huán)引用的對(duì)象會(huì)導(dǎo)致大家的計(jì)數(shù)器永遠(yuǎn)都不會(huì)等于 0 ，帶來(lái)無(wú)法回收的問(wèn)題。

標(biāo)記-清除 算法主要用于潛在的循環(huán)引用問(wèn)題，該算法分為2步：

1. 標(biāo)記階段。將所有的對(duì)象看成圖的節(jié)點(diǎn)，根據(jù)對(duì)象的引用關(guān)系構(gòu)造圖結(jié)構(gòu)。從圖的根節(jié)點(diǎn)遍歷所有的對(duì)象，所有訪問(wèn)到的對(duì)象被打上標(biāo)記，表明對(duì)象是“可達(dá)”的。
2. 清除階段。遍歷所有對(duì)象，如果發(fā)現(xiàn)某個(gè)對(duì)象沒(méi)有標(biāo)記為“可達(dá)”，則就回收。

以具體代碼示例說(shuō)明：

class A():
    def __init__(self):
        self.obj = None
 
def func():
    a = A()
    b = A()
    c = A()
    d = A()

    a.obj = b
    b.obj = a
    return [c, d]

e = func()

上面代碼中，a和b相互引用，e引用了c和d。整個(gè)引用關(guān)系如下圖所示

如果采用引用計(jì)數(shù)器算法，那么a和b兩個(gè)對(duì)象將無(wú)法被回收。而采用標(biāo)記清除法，從根節(jié)點(diǎn)（即e對(duì)象）開(kāi)始遍歷，c、d、e三個(gè)對(duì)象都會(huì)被標(biāo)記為 可達(dá) ，而a和b無(wú)法被標(biāo)記。因此a和b會(huì)被回收。

這是讀者可能會(huì)有疑問(wèn)，為什么確定根節(jié)點(diǎn)是e，而不會(huì)是a、b、c、d呢？這里就有講究了，什么樣的對(duì)象會(huì)被看成是根節(jié)點(diǎn)呢？一般而言，根節(jié)點(diǎn)的選取包括（但不限于）如下幾種：

• 當(dāng)前棧幀中的本地變量表中引用的對(duì)象，如各個(gè)線程被調(diào)用的方法堆棧中使用到的參數(shù)、 局部變量、 臨時(shí)變量等。
• 全局靜態(tài)變量
• ...

3 分代收集

3.1 分代收集原理

在執(zhí)行垃圾回收過(guò)程中，程序會(huì)被暫停，即 stop-the-world 。這里很好理解：你媽媽在打掃房間的時(shí)候，肯定不允許你在房間內(nèi)到處丟垃圾，要不然永遠(yuǎn)也無(wú)法打掃干凈。

為了減少程序的暫停時(shí)間，采用 分代回收 ( Generational Collection )降低垃圾收集耗時(shí)。

分代回收基于這樣的法則：

1. 接大部分的對(duì)象生命周期短，大部分對(duì)象都是朝生夕滅。
2. 經(jīng)歷越多次數(shù)的垃圾收集且活下來(lái)的對(duì)象，說(shuō)明該對(duì)象越不可能是垃圾，應(yīng)該越少去收集。

Python 中，對(duì)象一共有3種世代： G0 , G1 , G2 。

1. 對(duì)象剛創(chuàng)建時(shí)為 G0 。
2. 如果在一輪 GC 掃描中存活下來(lái)，則移至 G1 ，處于 G1 的對(duì)象被掃描次數(shù)會(huì)減少。
3. 如果再次在掃描中活下來(lái)，則進(jìn)入 G2 ，處于 G1 的對(duì)象被掃描次數(shù)將會(huì)更少。

3.2 觸發(fā)GC時(shí)機(jī)

當(dāng)某世代中分配的對(duì)象數(shù)量與被釋放的對(duì)象之差達(dá)到某個(gè)閾值的時(shí)，將觸發(fā)對(duì)該代的掃描。當(dāng)某世代觸發(fā)掃描時(shí)，比該世代年輕的世代也會(huì)觸發(fā)掃描。

那么這個(gè)閾值是多少呢？我們可以通過(guò)代碼查看或者修改，示例代碼如下

import gc
threshold = gc.get_threshold()
print("各世代的閾值:", threshold)

# 設(shè)置各世代閾值
# gc.set_threshold(threshold0[, threshold1[, threshold2]])
gc.set_threshold(800, 20, 20)

輸出結(jié)果如下：

各世代的閾值: (700, 10, 10)

到此這篇關(guān)于帶你一文讀懂Python垃圾回收機(jī)制的文章就介紹到這了,更多相關(guān)Python垃圾回收機(jī)制內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論