5、Python语法入门之垃圾回收机制

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了5、Python语法入门之垃圾回收机制，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4019字，纯文字阅读大概需要6分钟。

内容图文

5、Python语法入门之垃圾回收机制

• 一 引入

• 二、什么是垃圾回收机制？

• 三、为什么要用垃圾回收机制？

  当一个变量值不再绑定任何引用时，我们就无法再访问到该变量值了，该变量值自然就是没有用的，就应该被当成一个垃圾回收。垃圾回收机制（简称GC）是Python解释器自带一种机，专门用来回收不可用的变量值所占用的内存空间。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。

• 四、理解GC原理需要储备的知识

• • 4.1、堆区与栈区

    在定义变量时，变量名与变量值都是需要存储的，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，

    定义了两个变量x = 10、y = 20，详解如下图,

    当我们执行x=y时，内存中的栈区与堆区变化如下

  • 4.2 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，再通过进一步引用才能到达的内存地址。

    如

    l2 = [20, 30]  # 列表本身被变量名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]  # 列表本身被变量名l1直接引用，包含的元素被列表间接引用

    图解如下：

• 五、垃圾回收机制原理分析

• • 5.1、引用计数

  • 5.2、引用计数的问题与解决方案

  • • 5.2.1 问题一：循环引用

      循环引用（也称交叉引用）

      >>> 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，但两个列表不再被任何其他对象关联，没有任何人可以再引用到它们，所以它俩占用内存空间应该被回收，但由于相互引用的存在，每一个对象的引用计数都不为0，因此这些对象所占用的内存永远不会被释放，所以循环引用是致命的，这与手动进行内存管理所产生的内存泄露毫无区别。 所以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

    • 5.2.2 解决方案：标记-清除

      标记/清除算法的做法是当应用程序可用的内存空间被耗尽的时，就会停止整个程序，然后进行两项工作，第一项则是标记，第二项则是清除。

      #1、标记
      通俗地讲就是：
      栈区相当于“根”，凡是从根出发可以访达（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，遍历所有的GC Roots对象(栈区中的所有内容或者线程都可以作为GC Roots对象），然后将所有GC Roots的对象可以直接或间接访问到的对象标记为存活的对象，其余的均为非存活对象，应该被清除。
      ?
      #2、清除
      清除的过程将遍历堆中所有的对象，将没有标记的对象全部清除掉。

      基于上例的循环引用，当我们同时删除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可以访达l1与l2，即l1与l2成了“无根之人”，于是l1与l2都没有被标记为存活，二者会被清理掉，这样就解决了循环引用带来的内存泄漏问题。

    • 5.2.3 问题二：效率问题

      基于引用计数的回收机制，每次回收内存，都需要把所有对象的引用计数都遍历一遍，这是非常消耗时间的，于是引入了分代回收来提高回收效率，分代回收采用的是用“空间换时间”的策略。

    • 5.2.4 解决方案：分代回收

      分代回收的核心思想是：在历经多次扫描的情况下，都没有被回收的变量，gc机制就会认为，该变量是常用变量，gc对其扫描的频率会降低，具体实现原理如下：

      分代指的是根据存活时间来为变量划分不同等级（也就是不同的代）
      ?
      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，如果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需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，也会以同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

      回收依然是使用引用计数作为回收的依据

      虽然分代回收可以起到提升效率的效果，但也存在一定的缺点：

      #例如一个变量刚刚从新生代移入青春代，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，这就到导致了应该被回收的垃圾没有得到及时地清理。
      ?
      没有十全十美的方案：
      毫无疑问，如果没有分代回收，即引用计数机制一直不停地对所有变量进行全体扫描，可以更及时地清理掉垃圾占用的内存，但这种一直不停地对所有变量进行全体扫描的方式效率极低，所以我们只能将二者中和。
      ?
      综上
      垃圾回收机制是在清理垃圾&释放内存的大背景下，允许分代回收以极小部分垃圾不会被及时释放为代价，以此换取引用计数整体扫描频率的降低，从而提升其性能，这是一种以空间换时间的解决方案目录

内容总结

以上是互联网集市为您收集整理的5、Python语法入门之垃圾回收机制全部内容，希望文章能够帮你解决5、Python语法入门之垃圾回收机制所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端