Python语法入门之垃圾回收机制

文章目录

• Python语法入门之垃圾回收机制
• • 1、引入
  • 2、什么是垃圾回收机制？
  • 3、理解GC原理须要储备知识
  • • • 堆区与栈区
      • 直接引用与间接引用
  • 4、垃圾回收机制原理分析
  • • 引用计数
  • 5、引用计数的问题与解决方案
  • • 1.问题一：循环引用
    • • 解决方案：标记-清除
    • 2.问题二：效率问题
    • • 解决方案：分代回收
  • 6、总结：
  • • 引用计数
    • 循环引用
    • 分代回收

Python语法入门之垃圾回收机制

1、引入

解释器在执行到定义变量的语法时，而内存空间是有限的，而内存的容量是有限的，这就涉及到变量值所占用内存空间的回收问题，当一个变量值没有用了（简称垃圾）就应该将其占用的内存给回收掉，那什么样的变量值是没有用的呢？

单从逻辑层面分析，咱们定义变量将变量值存起来的目的是为了之后取出来使用，而取得变量值须要经过其绑定的直接引用（如x=10，10被x直接引用）或间接引用（如l=[x,]，x=10，10被x直接引用，而被容器类型l间接引用），因此当一个变量值再也不绑定任何引用时，咱们就没法再访问到该变量值了，该变量值天然就是没有用的，就应该被当成一个垃圾回收。

毫无疑问，内存空间的申请与回收都是很是耗费精力的事情，并且存在很大的危险性，稍有不慎就有可能引起内存溢出问题，好在Cpython解释器提供了自动的垃圾回收机制来帮咱们解决了这件事。

2、什么是垃圾回收机制？

程序运行过程当中会申请大量的内存空间，而对于一些无用的内存空间若是不及时清理的话会致使内存使用殆尽（内存溢出），致使程序崩溃。

所以管理内存是一件重要且繁杂的事情，而python解释器自带的垃圾回收机制把程序员从繁杂的内存管理中解放出来。

3、理解GC原理须要储备知识

堆区与栈区

在定义变量时，变量名与变量值都是须要存储的，分别对应内存中的两块区域：堆区与栈区。

1. 变量名与值内存地址的关联关系存放于栈区
2. 变量值存放于堆区，内存管理回收的则是堆区的内容

例如，咱们定义了两个变量x = 十、y = 20，详解以下图,

当咱们执行x=y时，内存中的栈区与堆区变化以下

直接引用与间接引用

• 直接引用指的是从栈区出发直接引用到的内存地址。

• 间接引用指的是从栈区出发引用到堆区后，再经过进一步引用才能到达的内存地址。

好比：

l2 = [20, 30]  # 列表自己被变量名l2直接引用，包含的元素被列表间接引用
x = 10  # 值10被变量名x直接引用
l1 = [x, l2]  # 列表自己被变量名l1直接引用，包含的元素被列表间接引用

图解以下：

4、垃圾回收机制原理分析

Python的GC模块主要运用了引用计数(reference counting)来跟踪和回收垃圾。

在引用计数的基础上，还能够经过标记-清除（mark and sweep）解决容器对象可能产生的循环引用的问题，而且经过分代回收（generation collection）以空间换取时间的方式来进一步提升垃圾回收的效率。

引用计数

引用计数就是：变量值被变量名关联的次数

如：age=18

变量值18被关联了一个变量名age，称之为引用计数为1

引用计数增长：

age=18 （此时，变量值18的引用计数为1）

m=age （把age的内存地址给了m，此时，m,age都关联了18，因此变量值18的引用计数为2）

引用计数减小：

age=10（名字age先与值18解除关联，再与3创建了关联，变量值18的引用计数为1）

del m（del的意思是解除变量名x与变量值18的关联关系，此时，变量18的引用计数为0）

值18的引用计数一旦变为0，其占用的内存地址就应该被解释器的垃圾回收机制回收

5、引用计数的问题与解决方案

1.问题一：循环引用

​ 引用计数机制存在着一个致命的弱点，即循环引用（也称交叉引用）

# 以下咱们定义了两个列表，简称列表1与列表2，变量名l1指向列表1，变量名l2指向列表2
>>> l1=['xxx']  # 列表1被引用一次，列表1的引用计数变为1 
>>> l2=['yyy']  # 列表2被引用一次，列表2的引用计数变为1 
>>> l1.append(l2)             # 把列表2追加到l1中做为第二个元素，列表2的引用计数变为2
>>> l2.append(l1)             # 把列表1追加到l2中做为第二个元素，列表1的引用计数变为2

# l1与l2之间有相互引用
# l1 = ['xxx'的内存地址,列表2的内存地址]
# l2 = ['yyy'的内存地址,列表1的内存地址]
>>> l1
['xxx', ['yyy', [...]]]
>>> l2
['yyy', ['xxx', [...]]]
>>> l1[1][1][0]
'xxx'

循环引用会致使：值再也不被任何名字关联，可是值的引用计数并不会为0，应该被回收但不能被回收，什么意思呢？试想一下，请看以下操做

>>> del l1 # 列表1的引用计数减1，列表1的引用计数变为1
>>> del l2 # 列表2的引用计数减1，列表2的引用计数变为1

此时，只剩下列表1与列表2之间的相互引用

但此时两个列表的引用计数均不为0，但两个列表再也不被任何其余对象关联，没有任何人能够再引用到它们，因此它俩占用内存空间应该被回收，但因为相互引用的存在，每个对象的引用计数都不为0，所以这些对象所占用的内存永远不会被释放，因此循环引用是致命的，这与手动进行内存管理所产生的内存泄露毫无区别。 因此Python引入了“标记-清除” 与“分代回收”来分别解决引用计数的循环引用与效率低的问题

解决方案：标记-清除

​ 容器对象（好比：list，set，dict，class，instance）均可以包含对其余对象的引用，因此均可能产生循环引用。而“标记-清除”计数就是为了解决循环引用的问题。

​ 标记/清除算法的作法是当应用程序可用的内存空间被耗尽的时，就会中止整个程序，而后进行两项工做，第一项则是标记，第二项则是清除

1. 标记

   通俗地讲就是：栈区至关于“根”，凡是从根出发能够访达（直接或间接引用）的，都称之为“有根之人”，有根之人当活，无根之人当死。

   具体地：标记的过程其实就是，遍历全部的GC Roots对象(栈区中的全部内容或者线程均可以做为GC Roots对象），而后将全部GC Roots的对象能够直接或间接访问到的对象标记为存活的对象，其他的均为非存活对象，应该被清除。

2. 清除

   清除的过程将遍历堆中全部的对象，将没有标记的对象所有清除掉。

基于上例的循环引用，当咱们同时删除l1与l2时，会清理到栈区中l1与l2的内容以及直接引用关系

这样在启用标记清除算法时，从栈区出发，没有任何一条直接或间接引用能够访达l1与l2，即l1与l2成了“无根之人”，因而l1与l2都没有被标记为存活，两者会被清理掉，这样就解决了循环引用带来的内存泄漏问题。

2.问题二：效率问题

基于引用计数的回收机制，每次回收内存，都须要把全部对象的引用计数都遍历一遍，这是很是消耗时间的，因而引入了分代回收来提升回收效率，分代回收采用的是用“空间换时间”的策略。

解决方案：分代回收

分代：

分代回收的核心思想是：在历经屡次扫描的状况下，都没有被回收的变量，gc机制就会认为，该变量是经常使用变量，gc对其扫描的频率会下降，具体实现原理以下：

分代指的是根据存活时间来为变量划分不一样等级（也就是不一样的代）

新定义的变量，放到新生代这个等级中，假设每隔1分钟扫描新生代一次，若是发现变量依然被引用，那么该对象的权重（权重本质就是个整数）加一，当变量的权重大于某个设定得值（假设为3），会将它移动到更高一级的青春代，青春代的gc扫描的频率低于新生代（扫描时间间隔更长），假设5分钟扫描青春代一次，这样每次gc须要扫描的变量的总个数就变少了，节省了扫描的总时间，接下来，青春代中的对象，也会以一样的方式被移动到老年代中。也就是等级（代）越高，被垃圾回收机制扫描的频率越低。

回收：

回收依然是使用引用计数做为回收的依据

虽然分代回收能够起到提高效率的效果，但也存在必定的缺点：

例如一个变量刚刚重新生代移入青春代，该变量的绑定关系就解除了，该变量应该被回收，但青春代的扫描频率低于新生代，这就到致使了应该被回收的垃圾没有获得及时地清理。

没有十全十美的方案：
毫无疑问，若是没有分代回收，即引用计数机制一直不停地对全部变量进行全体扫描，能够更及时地清理掉垃圾占用的内存，但这种一直不停地对全部变量进行全体扫描的方式效率极低，因此咱们只能将两者中和。

综上

垃圾回收机制是在清理垃圾&释放内存的大背景下，容许分代回收以极小部分垃圾不会被及时释放为代价，以此换取。

6、总结：

引用计数

x = 18  #18被引用了一次,计数为1
y = x   #18 被引用了两次,计数为2

循环引用

循环引用----->存在着内存泄漏的漏洞, 须要清除标记

分代回收

y = 20  #18的引用减1,计数为1
del x   #18的引用减1,计数为0