Python内存管理与垃圾回收机制

1 引用计数器

1.1环状的双向链表 refchain

在python程序中创建的任何对象都会放在refchain链表中，其中每个对象在内部会创建一些数据。

比如一个int型数据tmp=8，则在内部表现为【上一个对象，下一个对象，类型，引用个数，val=8】，而如果创建一个list对象listTmp=[1,2,3,4],则在内部表现为【上一个对象，下一个对象，类型，引用个数，items=[1,2,3,4]，个数】

static PyObject refchain = {&refchain, &refchain};

在C源码中，如何体现每个对象中都有的相同的值：PyObject结构体（封装了4个值）

由多个元素组成的对象，PyObject结构体（4个值）+ob_size

1.2类型封装结构体

data = 3.14

内部会创建：

   _ob_next = refchain中的上一个对象

   _ob_prev = refchain中的下一个对象

ob_refcnt = 1

ob_type = float

ob_fval = 3.14

1.3引用计数器

v1 = 3.14

v2 = 999

v3 = (1,2,3)

当python程序运行时，会根据数据类型的不同找到其对应的结构体，根据结构体中的字段来进行创建相关数据，然后将对象添加到refchain双向链表中。

在C源码中有两个关键的结构体：PyObject，PyVarObject

每个对象中有ob_refcnt就是引用计数器，值默认为1，当有其他变量引用对象时，引用计数器就会发生变化。

1.4循环引用问题

 

2 标记清除

目的：为了解决引用计数器循环引用的不足

实现：在python的底层再维护一个链表，链表中专门放那些可能存在循环引用的对象（列表list、字典dict、元组tuple、集合set）。

在python的内部，某种情况下触发，扫描可能存在循环引用的链表中的每个元素，检查是否有循环引用，如果有则让双方的引用计数器-1；如果是0则垃圾回收。

问题：

（1）什么时候扫描？

（2）可能存在循环引用的链表扫描代价大，每次扫描耗时久

 

3 分代回收

将可能存在循环引用的对象维护成3个链表：

（1）0代：0代中对象个数达到700个扫描一次

（2）1代：0代如果扫描10次，则1代扫描一次

（3）2代：1代如果扫描10次，则2代扫描一次

 

4 小结

在python中维护了一个refchain的双向环状链表，存储程序中创建的所有对象，每种类型的对象中都有一个ob_refcnt引用计数器的值，引用个数+1，-1，最后当引用计数器变为0时会进行垃圾回收【对象销毁，从refchain中移除】。

但是，在python中对于那些可以有多个元素组成的对象可能会存在循环引用的问题，为了解决这个问题python又引入了标记清除和分代回收。在其内部维护了4个链表：refchain、2代、1代、0代。在源码内部，当达到各自的阈值时，就会触发扫描链表进行标记清除的动作（有循环则各自-1）。

但是，源码内部在上述的流程中提出了优化机制。

 

5 缓存机制

5.1 池（int、字符串）

为了避免重复创建和销毁一些常见对象，维护池。

5.2 free_list（float/list/tuple/dict）

当一个对象的引用计数器为0时，按理应该回收，但是内部不会回收，而是将对象添加到free_list链表中当缓存。以后再去创建对象时，不再重新开辟内存，而是直接使用free_list。

详见： https://pythonav.com/wiki/detail/6/88/