测开面试八股：python的垃圾回收机制-优快云博客

本文链接：https://blog.youkuaiyun.com/software_test010/article/details/146016567

📝 面试求职： 「面试试题小程序」，内容涵盖测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

Python 的垃圾回收机制是确保程序在运行时有效管理内存的重要组成部分。简单来说，垃圾回收机制的主要目的是自动管理内存，回收不再使用的对象，以避免内存泄漏。以下是 Python 垃圾回收机制的几个关键组成部分：

1. 引用计数（Reference Counting）

Python 中最基本的垃圾回收方式是引用计数。每个对象都有一个计数器，记录着有多少个引用指向该对象。当一个对象的引用计数降为 0 时，表示这个对象不再被使用，Python 的内存管理器会立即回收它所占用的内存。具体来说，引用计数的流程如下：

创建对象时，引用计数初始为 1。
每当有一个新的引用指向该对象时，引用计数加 1。
每当引用被删除或指向其他对象时，引用计数减 1。
当引用计数为 0 时，自动释放该对象的内存。

2. 循环引用

引用计数有一个明显的缺点，就是无法处理循环引用。循环引用发生在两个或多个对象互相引用而形成环形结构，即使它们的引用计数可能不为 0，这些对象也无法被回收。例如：

class Node:  
def __init__(self):  
self.ref = None  

a = Node()  
b = Node()  
a.ref = b  
b.ref = a  # 形成循环引用

在这个例子中，即使 a 和 b 不再被任何其他对象引用，它们仍然无法被回收，因为它们互相引用，导致引用计数不能降到 0。

3. 垃圾回收（Garbage Collection）

为了处理循环引用，Python还实现了一个额外的垃圾回收机制，使用的主要是标记-清除（Mark-and-Sweep）算法。这个机制的基本流程是：

标记阶段：从根对象（通常是全局变量和局部变量）开始，遍历所有可达的对象，并将它们标记为存活的。
清除阶段：遍历所有对象，回收那些未被标记（不再存活）的对象所占用的内存。

4. 垃圾回收的触发

Python 的垃圾回收并不是在每次对象没有引用时立即执行的。它会在特定的条件下，比如：

创建了新的对象，并且当前的内存已达到一定的阈值。
手动调用 gc.collect()，这会强制进行垃圾回收。

5. 使用 `gc` 模块

Python 提供了 gc 模块，允许程序员控制和管理垃圾回收的行为。这个模块提供了几个重要的函数，例如：

gc.collect()：手动触发垃圾回收。
gc.get_count()：获取当前的垃圾回收计数。
gc.get_objects()：返回所有被跟踪的对象的列表

6. 检测 Python 垃圾回收

要确定 Python 实际上进行了垃圾回收，可以使用 gc 模块中的一些函数：

启用垃圾回收：首先，确保垃圾回收是启用的，使用以下代码检查：

import gc  
print(gc.isenabled())  # 返回 True，表示垃圾回收是启用的

统计活动对象：使用 gc.get_count() 可以查看当前的垃圾回收器的状态

print(gc.get_count())  # 返回一个元组，包含当前的垃圾回收计数

手动触发并检查回收：你可以调用 `gc.collect()` 来手动触发垃圾回收，并通过返回值了解回收的结果。例如：

collected = gc.collect()  # 返回被回收的对象数量  
print(f"Collected {collected} objects.")

调试信息：可以通过设置调试模式来获取更详细的垃圾回收信息：

gc.set_debug(gc.DEBUG_LEAK | gc.DEBUG_SAVEALL)

7. 垃圾回收参数的设置

gc模块中有gc.set_threshold(threshold0, threshold1 = None, threshold2 = None)函数。这个函数用于设置垃圾回收的阈值，这对理解 Python 的垃圾回收机制很重要。

Python 将对象分为三代。

第0代：新创建的对象放在第 0 代。当第 0 代对象经过一定次数的垃圾回收后还存活，就会被移到第 1 代。

第 1 代：第一代对象在经过多次垃圾回收后还存活，就会被移到第 2 代。

第 2 代：第2代对象是存活时间最久的对象。这种分代的垃圾回收策略可以提高垃圾回收的效率，因为大多数对象都是短期存活的，频繁地对所有对象进行全面扫描会比较耗时，通过分代可以优先处理最有可能成为垃圾的新对象。

threshold0：

当新创建的对象数量减去删除的对象数量大于threshold0时，垃圾回收机制会被触发来处理最年轻（第 0 代）的对象。这是一个整数参数。例如，如果threshold0设置为 700，当第 0 代对象的数量净增长达到 700 时，就会对第 0 代对象进行垃圾回收。

threshold1（可选）：

当第 0 代对象被扫描的次数超过threshold1后，会触发对第 1 代对象（稍老一些的对象）的垃圾回收。如果不提供这个参数，Python 会使用一个默认值。这也是一个整数参数。比如，默认情况下threshold1可能是 10，当第 0 代对象已经被扫描了 10 次后，就会检查第 1 代对象的垃圾回收情况。

threshold2（可选）：

当第 1 代对象被扫描的次数超过threshold2后，会触发对第 2 代对象（最老的对象）的垃圾回收。同样，如果不提供这个参数，Python 会使用默认值。它同样是一个整数参数。例如，默认的threshold2可能是 10，当第 1 代对象已经被扫描了 10 次后，就会检查第 2 代对象是否需要进行垃圾回收。