python 垃圾收集機制的實例詳解

這篇文章主要介紹了python垃圾收集機制的實例詳解的相關資料,希望通過本文能幫助大家理解這部分內容，需要的朋友可以參考下
pythonn垃圾收集方面的內容如果要細講還是挺多的，這里只是做一個大概的概括
Python最主要和絕大多數時候用的都是引用計數,每一個PyObject定義如下：    
#define PyObject_HEAD          \
  Py_ssize_t ob_refcnt;        \
  struct _typeobject *ob_type;
typedef struct _object {
  PyObject_HEAD
} PyObject;

每個pyobject都有一個refcnt來記錄他們自己的引用數，一旦引用數為0，就進行回收

引用計數的優點在于實時性，一旦沒有其他對象引用了，就能立馬進行回收，看起來十分不錯，但為什么好多語言都沒有采用該方案，因為引用計數有一個致命的缺點，無法解決循環引用問題，比如:    
a = []
b = []
a.append(b)
b.append(a)

其實并沒有其他變量引用a,b那么他們實際上應該被回收掉，但由于相互引用的關系，他們的引用數都為1，無法被回收。

在python中，相互引用的問題僅僅存在與容器里面，例如list,dictionary,class,instance。為了解決該問題，python引入了標記——清除和分代——回收另外兩種機制。

事實上，python中的容器并沒有之前講的那么簡單，在pyobject_head之前，還有一個PyGC_head,也就是專門用來處理容器的循環引用問題的。    
typedef union _gc_head {
  struct {
    union _gc_head *gc_next;
    union _gc_head *gc_prev;
    Py_ssize_t gc_refs;
  } gc;
  long double dummy; /* force worst-case alignment */
} PyGC_Head;

所有創建的容器類的對象都會被記錄到可收集對象鏈表中，通過上面的結構我們可以知道其實是構建了一個雙向鏈表，這樣我們就可以來跟蹤所有可能產生循環引用的情況了。而像int,string等簡單的不是容器類型的，只要引用技術為0，就會被回收。但是如果頻繁的malloc和free會嚴重影響效率，所以python采用了大量的對象池來提高效率。

標記——清除包括了垃圾回收的兩個方面：（1）尋找可以回收的對象（2）回收對象，python中的標記會從root object開始，遍歷所有容器類對象，查找出可以通過引用來到達的一些對象，把他們放到由reachable維護的鏈表中,對于不能到達的放到unbreachable維護的鏈表中，此過程結束之后，對unreachable里面的元素進行回收即可。

那么如何對應之前循環引用的情況呢？python里面會產生一個有效的引用數，存在gc.gc_refs里面，像上面的a，b真實引用數為1，但有效的引用數為0（循環中的引用數都減1），由于不能直接改pyobjec里面的refcnt，否則會產生一系列問題，我們可以將有效的引用數記到gc.gc_refs里面，那么a,b 的真實有效引用數都為0，所以他們可以被回收。

下面是另外一種情況：    
a = []
b = []
c = a
a.append(b)
b.append(a)

這里ab也是循環引用，但是多了c來引用a，通過計算循環中的有效引用計數可得a的引用數為1,b的引用數為0，看起來b應該被回收，但實際上因為a是不可被回收的，a又引用了b，所以b也會被放入在reachable鏈表中，不被回收，其gc.gc_refs還是會被置1的。

另外一種分代回收，是說內存中有的對象會頻繁的malloc和free，有的則比較長久，如果一個對象經過多次垃圾收集和清除之后還存在的話，那么我們就可以認為，這個對象是長時間有用的，不用去頻繁檢測回收它。python中分為3代，分別是3個鏈表維護，0代最多維護700個對象，1代10個，2代10個，如果對象超過這個數了，就會調用標記——清除算法來進行回收?？梢韵氲?，0代的對象經過一段時間后會到1代2代中去，然后對它們的檢測回收會相比于0代的不那么頻繁了

要注意的是，python主要的機制還是引用技術，標記——清除和分代收集只是為了彌補引用計數的缺點而添加的，也就是說，后兩者基本只在容器類的循環引用上能發揮作用