Python 垃圾回收机制和如何解决循环引用

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Python 垃圾回收机制和如何解决循环引用，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4208字，纯文字阅读大概需要7分钟。

内容图文

1. 引用计数：是一种垃圾收集机制，而且也是一种最直观，最简单的垃圾收集技术, 当一个对象的引用被创建或者复制时，对象的引用计数加 1；当一个对象的引用被销毁时，对象的引用计数减 1；当对象的引用计数减少为 0 时，就意味着对象已经没有被任何人使用了，可以将其所占用的内存释放了。虽然引用计数必须在每次分配和释放内存的时候加入管理引用计数的动作，然而与其他主流的垃圾收集技术相比，引用计数有一个最大的有点，即“实时性”，任何内存，一旦没有指向它的引用，就会立即被回收。而其他的垃圾收集计数必须在某种特殊条件下（比如内存分配失败）才能进行无效内存的回收。
2. 引用计数机制执行效率问题：引用计数机制所带来的维护引用计数的额外操作与 Python 运行中所 进行的内存分配和释放，用赋值的次数是成正比的。而这点相比其他主流的垃圾回收机制，比如“标 记-清除”，“停止-复制”，是一个弱点，因为这些技术所来的额外操作基本上只是与待回收的内存 数量有关。
3. 如果说执行效率还仅仅是引用计数机制的一个软肋的话，那么很不幸，引用计数机制还存在着一个 致命的弱点，正是由于这个弱点，使得侠义的垃圾收集从来没有将引用计数包含在内，能引发出这个致 命的弱点就是循环引用（也称交叉引用）。
4. 问题说明： 循环引用可以使一组对象的引用计数不为 0，然而这些对象实际上并没有被任何外部对象所引用， 它们之间只相互引用。这意味着不会再有人使用这组对象，应该回收这组对象所占用的内存空间，然 后由于相互引用的存在，每一个对象的用计数都不为 0，因此这些对象所占用的内存永远不会被释放。 比如：这一点是致命的，这与手动进行内存管理所产生的内存泄露毫无区别。
5. 要解决这个问题，Python 引入了其他的垃圾收集机制来弥补引用计数的缺陷：“标记-清除”，“分 代回收”两种收集技术。
6. 标记-清除：标记-清除”是为了解决循环引用的问题。可以包含其他对象引用的容器对象（比如：list， set，dict，class，instance）都可能产生循环引用。
7. 我们必须承认一个事实，如果两个对象的引用计数都为 1，但是仅仅存在他们之间的循环引用，那 么这两个对象都是需要被回收的，也就是说，它们的引用计数虽然表现为非 0，但实际上有效的引用计 数为 0。我们必须先将循环引用摘掉，那么这两个对象的有效计数就现身了。假设两个对象为 A、B， 我们从 A 出发，因为它有一个对 B 的引用，则将 B 的引用计数减 1；然后顺着引用达到 B，因为 B 有一 个对 A 的引用，同样将 A 的引用减 1，这样，就完成了循环引用对象间环摘除。
8. 但是这样就有一个问题，假设对象 A 有一个对象引用 C，而 C 没有引用 A，如果将 C 计数引用减 1， 而最后 A 并没有被回收，显然，我们错误的将 C 的引用计数减 1，这将导致在未来的某个时刻出现一个 对 C 的悬空引用。这就要求我们必须在 A 没有被删除的情况下复原 C 的引用计数，如果采用这样的方 案，那么维护引用计数的复杂度将成倍增加。
9. 原理：“标记-清除”采用了更好的做法，我们并不改动真实的引用计数，而是将集合中对象的引用 计数复制一份副本，改动该对象引用的副本。对于副本做任何的改动，都不会影响到对象生命走起的维 护。
10. 这个计数副本的唯一作用是寻找 root object 集合（该集合中的对象是不能被回收的）。当成功寻 找到 root object 集合之后，首先将现在的内存链表一分为二，一条链表中维护 root object 集合，成 为 root 链表，而另外一条链表中维护剩下的对象，成为 unreachable 链表。之所以要剖成两个链表， 是基于这样的一种考虑：现在的 unreachable 可能存在被 root 链表中的对象，直接或间接引用的对象， 这些对象是不能被回收的，一旦在标记的过程中，发现这样的对象，就将其从 unreachable 链表中移到 root 链表中；当完成标记后，unreachable 链表中剩下的所有对象就是名副其实的垃圾对象了，接下 来的垃圾回收只需限制在 unreachable 链表中即可。
11. 分代回收 背景：分代的垃圾收集技术是在上个世纪 80 年代初发展起来的一种垃圾收集机制，一系 列的研究表明：无论使用何种语言开发，无论开发的是何种类型，何种规模的程序，都存在这样一点相 同之处。即：一定比例的内存块的生存周期都比较短，通常是几百万条机器指令的时间，而剩下的内存 块，起生存周期比较长，甚至会从程序开始一直持续到程序结束。
12. 从前面“标记-清除”这样的垃圾收集机制来看，这种垃圾收集机制所带来的额外操作实际上与系统 中总的内存块的数量是相关的，当需要回收的内存块越多时，垃圾检测带来的额外操作就越多，而垃圾 回收带来的额外操作就越少；反之，当需回收的内存块越少时，垃圾检测就将比垃圾回收带来更少的额 外操作。为了提高垃圾收集的效率，采用“空间换时间的策略”。
13. 原理：将系统中的所有内存块根据其存活时间划分为不同的集合，每一个集合就成为一个“代”， 垃圾收集的频率随着“代”的存活时间的增大而减小。也就是说，活得越长的对象，就越不可能是垃圾， 就应该减少对它的垃圾收集频率。那么如何来衡量这个存活时间：通常是利用几次垃圾收集动作来衡量， 如果一个对象经过的垃圾收集次数越多，可以得出：该对象存活时间就越长。

内容总结

以上是互联网集市为您收集整理的Python 垃圾回收机制和如何解决循环引用全部内容，希望文章能够帮你解决Python 垃圾回收机制和如何解决循环引用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