垃圾回收机制

[TOC]

垃圾回收机制

​

​

　　咱们定义变量会申请内存空间来存放变量的值，而内存的容量是有限的，当一个变量值没有用了（称为垃圾），就应该将其占用的内存给回收掉。变量名是访问到变量的惟一方式，因此当一个变量值没有任何关联的变量名时，咱们就没法访问到该变量了，该变量就是一个垃圾，会被python解释的垃圾回收机制自动回收。

　　1、什么是垃圾回收机制

　　垃圾回收机制（简称GC）是python解释器自带的一种机制，专门用来回收不可用的变量值所占用的内存空间

　　2、为何要有垃圾回收机制

　　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，会致使内存使用完（内存溢出），致使程序崩溃，所以，内存管理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、垃圾回收机制原理分析

　　python的GC模块主要采用了‘引用计数’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’来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’来以空间换取时间的方式进一步提升垃圾回收的效率。

　　1，引用计数

　　引用计数就是：变量值被变量名关联的次数

　　如：

　　引用计数增长

　　x=10（此时，变量值10的引用次数为1）

　　y=x（此时，把x的内存地址给了y，此时，变量值10 的引用计数为2）

　　引用计数减小

　　x=3（此时，x和10解除关系，与3创建关系，变量值10的引用计数为1）

　　del y（del是解除变量名y与变量值10之间的关系，变量值10的引用计数为0），变量值10的引用计数为0，其占用的内存空间就会被回收

　　2，循环引用

　　引用计数机制执行效率问题：变量值被关联次数的增长或减小，都会引起引用计数机制的执行，这明显存在效率问题，这就是引用计数的一个软肋，但引用计数还存在一个致命弱点，即循环引用（也称交叉引用）。

# 变量名l1指向列表1，变量名l2指向列表2，以下
>>> l1=['列表1中的第一个元素']  # 列表1被引用一次   
>>> l2=['列表2中的第一个元素']  # 列表2被引用一次 
>>> 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的引用计数为2
# l1与l2
del l1     #列表1的引用计数为1del l2     #列表2的引用计数为1

　　如今列表1和列表2都没被其余变量名关联，但引用计数不为0，因此不会被回收，这就是循环引用的危害，为解决这问题，python引进了‘标记-清除’，‘分代回收’。

　　3，标记-清除

　　容器对象（list，set，dict，class，instance）均可以包含其余对象的引用，因此均可能产生循环引用。在了解‘标记-清除’以前，先得知道一个知识点：内存中有两块区域：堆区与栈区，在定义变量时，变量名放在栈区，变量值放在堆区，内存管理是对堆区的管理。

　　当有效内存空间被耗尽的时候，就会中止整个程序，而后进行两项工做，第一是标记，第二是清除

　　标记：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对象能够直接访问或间接访问的对象标记为存活对象。

　　清除：遍历堆区中全部的对象，将没有标记的对象所有清除

　　4，分代回收

　　基于引用计数的回收机制，每次回收内存，须要把全部的对象的引用计数都遍历一遍，这是很是耗费时间的，因而引入分代回收提升回收效率，采用‘空间换取时间的策略’。

　　分代：在屡次扫描的状况下，都没有被回收的变量值，GC机制会认为，该变量值的级别会增高，对其扫描的频率会下降。

　　分代指的是根据存活时间来划分变量值的等级（也就是不一样的代）

　　新定义的变量值，会放在新生代中，假设每隔1分钟扫描一次，若是发现变量值依然存活，那该变量值的等级会提升，当权重大于3（假设为3），会放到青春代中，每隔5分钟扫描一次，继续存活下去，权重继续增高，当权重大于10（假设为10），会被放到老年代中，次时每隔10分钟扫描一次，以此类推。等级越高，被垃圾回收扫描的频率越低。

　　回收：依然是引用计数做为回收依据