第七章：垃圾回收机制

目录

一、什么是垃圾回收机制

二、为什么要有垃圾回收机制

三、垃圾回收机制原理

3.1 什么是引用计数

3.2 引用计算扩展

---

一、什么是垃圾回收机制

垃圾回收机制又叫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的内存空间。

二、为什么要有垃圾回收机制

程序在执行定义变量的语法时，会申请内存空间来存放变量的值，而内存的容量是有限的，这就涉及到变量值所占用内存空间的回收问题。对于一些无用的内存空间如果清理不及时，会导致内存使用殆尽（产生内存溢出），从而导致程序崩溃。因此管理内存是一件重要、繁杂并且危险性很大的事情，稍有不慎就可能引发内存溢出。刚好python解释器中自带垃圾回收机制，实现把程序员从繁杂的内存管理中解放出来。

三、垃圾回收机制原理

python中的GC模块主要运用了"引用计数(reference counting)"来追踪和回收垃圾。在引用计算的基础上，还可以通过"标记——清除(mark and sweep)"解决容器对象可能产生的循环引用的问题，并且通过"分代回收(generation collection)"以空间换取时间的方式来进一步提高垃圾回收的效率。

3.1 什么是引用计数

就是变量值被变量名关联的次数

如：age = 18

变量值18被关联了一个变量名age,我们认定它的引用计数是1个

引用计数增加：

m = age(把age的内存地址给了m，此时m , age 都关联了18，我们认定它的引用计数为2)

引用计数减少：

age = 10    # 变量名age与值18解除关联，再与10建立关联，现在值18的引用计数为1
​
del m   # 解除变量名m与值18的关联，此时，值18的引用计数为0
# python中规定，值的引用计数为0，也就是这个值永远也取不到了，它占用的内存地址就会被解释器回
收

3.2 引用计算扩展

在程序中变量值被关联次数的增加或减少，都会引发引用计数机制的执行，相应的增加或减少值的引用计数，这样就会存在降低效率。

在引用计数中还存在另一个致命，循环引用，我们也叫做交叉引用。

# 字符串的append()方法，默认往"容器"的末尾追加元素(只能追加一个)
list1 = ['aaa']         # 列表1中的值被引用一次，引用计数记为1
list2 = ['bbb']         # 列表2中的值也是被引用一次，引用计数记为1
​
list1.append(list2)     # 列表2追加到列表1中作为它的第二个元素，列表1的引用计数为2
list2.append(list1)     # 列表1追加到列表2中作为它的第二个元素，列表2的引用计数为2
'''
list1 与 list2 之间相互引用
相当于：
list1 = ['aaa'内存地址，list2的内存地址]
list2 = ['bbb'内存地址，list1的内存地址]
'''
"""
运行结果：
['aaa', ['bbb', [...]]]
['bbb', ['aaa', [...]]]
[...]表示后面在循环式的相互引用
"""
print(list1[1][1][0])   # 输出的结果是'aaa'

循环引用的弊端：当值不在被任何变量名关联，它的引用计数并不会为0，它本来会被回收，但是回收机制回收不了。

del list1   # 列表1的引用计数减1，列表1的引用计数变为1
del list2   # 列表2的引用计数减1，列表2的引用计数变为1

此时，两个列表的关联为0，只剩下列表1和列表2之间相互引用，两个列表的引用计数均不为0。没有任何变量名可以在引用它们，所以它们的内存空间应该被回收，但由于互相引用的存在，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，所以循环引用时致命的，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'标记——清除' 和 '分代回收'分别来解决引用计数的循环引用与效率低的问题。

3.2.1 标记>>>>>清除

容器对象（list,set,dict,class等)都可以包含对其他对象的引用，所以都可能产生循环引用。标记——清除 计数就是为了解决循环引用问题

补充：关于变量的存储，在内存中有两块区域：堆区和栈区

在定义变量时：变量名与值内存地址的关联关系存放于 栈区，变量值存放在 堆区中。内存管理的回收时针对堆区中的内容。

定义：x = 10 , y = 20

当我们执行x = y 时，内存中的变化

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：标记的过程就行相当于从栈区出发一条线，“连接”到堆区，再由堆区间接“连接”到其他地址，凡是被这条自栈区起始的线连接到内存空间都属于可以访达的，会被标记为存活
​
    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，将没有标记存活的对象全部清除掉。

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进一步引用到堆区内其他内存地址。

当同时删除list1和list2时，会清理到栈区中l1和l2的内容

这样在启用标记清除算法时，发现栈区内不再有l1与l2（只剩下堆区内二者的相互引用），于是列表1与列表2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。

3.2.2 分代回收

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，这非常的消耗时间，于是python引入了分代回收来提高回收效率，采用的时用”空间换时间“。

分代回收的核心思想：在历经多次扫描的情况下，都没被回收的变量，GC机制就会认为，该变量时常用变量，GC对其扫描的频率就会降低。

分代：

    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：

回收依旧是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，也存在一定缺点：

    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，所以该变量的回收就会被延迟。