python垃圾回收机制

Python中的垃圾回收机制是自动的，它主要使用了引用计数来追踪和回收内存。

1、引用计数

当一个对象被创建时，就会被分配一块内存，然后将其引用计数设置为1。当另一个变量引用该对象时，引用计数就会增加1。当一个对象的引用计数变为0时，说明该对象没有任何引用，Python解释器就会将其回收并释放相应的内存。

下面给个例子去解释引用计数

1、误区例子

import sysa = 1
print(f'对象a：{sys.getrefcount(a)-1}')
b = 10
print(f'对象a：{sys.getrefcount(a)-1}，对象b：{sys.getrefcount(b)-1}')
# 输出结果：
# 对象a：96
# 对象a：96，对象b：14

如图，我这a,b在例子中只引用了一次，但输出结果可知a和b的引用计数不是一次；是因为python自带的由整数常量池 [-5, 256] ，在这个区间的整数，被称为小整数对象，所以自定义一个其他类型的数据。

那我用一个整数常量池之外的数据尝试一下

在 .py文件中，内存地址是一样的：
在这里插入图片描述
在终端执行，内存地址是不一样的：

由两图可知，解释器将 .py文件进行编译的时候，逐行进行解释，发现a和b的变量的内存地址一样，解释器会优化代码，则将两个变量指向同一块内存地址，以减少内存的开销。

2、正确例子

import sysclass X:passa = X()  # a引用次数加1print(f'对象a：{sys.getrefcount(a)-1}')
c = a  # a引用次数加1, c引用次数为a的引用次数2
print(f'对象a：{sys.getrefcount(a)-1}, 对象c：{sys.getrefcount(c)-1}')# 输出结果：
# 对象a：1
# 对象a：2, 对象c：2

引用次数加1条件：

对象被创建，例如a=1
对象被引用，例如b=a
对象被作为参数，传入到一个函数中，例如func(a)
对象作为一个元素，存储在容器中，例如 a_list=[a,a]

引用次数减1条件：

对象被显式销毁，如del a。
变量重新赋予新的对象，例如a=1。
对象离开它的作用域，如函数执行完毕时，函数中的局部变量（全局变量不会）。
对象所在的容器被销毁，或从容器中删除对象。

这样的缺点是：假如循环引用的话，其引用计数一直不为0，就不会被回收，就会浪费资源，就引进了下面两种方式进行回收。

2、标记&清除

标记：标记所有能够被程序访问到的对象（root objects），如全局变量、栈中的变量等，将它们标记为“活跃”对象；对于标记的对象，遍历它们的引用，将引用的对象标记为“活跃”对象；
清除：对于未被标记的所有对象，将它们标记为“垃圾”，即将它们回收清除。


class X:def aaa(self):return 1
def func():a3 = X().aaa()a2 = 3 + a3  # 为了表明a2是跟a3相关的a1 = a2 + a3  # 为了表明a1是跟a2，a3相关的c1 = a2c2 = c1 + a1b1 = X()b2 = X()b1.obj = b2b2.obj = b1return [a1, a2, a3]A = func()

在这里插入图片描述

如图，A，a1，a2，a3，b1，b2，c1，c2都是被标记的对象；其中A，a1，a2，a3都被标记为“活跃”对象，b1，b2，c1，c被标记为“垃圾”；垃圾就进行回收，“活跃”对象就进行保存。
因为只有“活跃”对象到最后一步被使用，“垃圾”没有被使用

3、分代回收

1、将所有收集的对象放到一起；
2、遍历集合中的所有对象，将其分为两个引用计数为0和引用计数大于0的两个集合；
3、大于0的放到更老的一代，等于0的进行回收
4、或者是触发了GC中的阈值，进行回收

设置各世代的阈值：

import gc
threshold = gc.get_threshold()
print("各世代的阈值:", threshold)# 设置各世代阈值
# gc.set_threshold(threshold0[, threshold1[, threshold2]])
gc.set_threshold(800, 20, 20)threshold = gc.get_threshold()
print("各世代的阈值2:", threshold)