python垃圾回收

python垃圾回收

python垃圾回收主要使用引用计数来跟踪和回收垃圾。在引用计数的基础上，通过“标记—清除”解决容器对象可能产生的循环引用问题，通过“分代回收”以空间换时间的方法提高垃圾回收效率。

1、引用计数

PyObject是每个对象必有的内容，其中_{ob_refcnt}就是作为引用计数。当一个对象有新的引用时，它的_{ob_refcnt}就会增加，当引用它的对象被删除，它的_{ob_refcnt}就会减少，引用计数为0时，该对象生命对象就结束了。

引用计数　　　　优点：简单、实时性　　　　缺点：维护引用计数消耗资源、循环引用

2、标记—清除机制

基本思路是先按需分配，等到没有闲空内存的时候，从寄存器和程序栈上的引用出发遍历，以对象为节点、以引用为边构成的图，把所有可以访问的对象打上标记，然后清扫一遍内存空间，把所有没标记的对象释放。

3、分代技术

分代回收的整体思想是：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，每个集合就成为一个“代”，垃圾收集频率随着“代”的存活时间的增大而减小，存活时间通常利用经过几次垃圾回收来度量。

Python默认定义了三代对象集合，索引数越大，对象存活时间越长。

举例：

　　当某些内存块M经过了3次垃圾收集的清洗之后还存活时，我们就将内存块M划到一个集合A中去，而新分配的内存都划分到集合B中去。当垃圾收集开始工作时，大多数情况都只对集合B进行垃圾回收，而对集合A进行垃圾回收要隔相当长一段时间后才进行，这就使得垃圾收集机制需要处理的内存少了，效率自然就提高了。在这个过程中，集合B中的某些内存块由于存活时间长而会被转移到集合A中，当然，集合A中实际上也存在一些垃圾，这些垃圾的回收会因为这种分代的机制而被延迟。