怎么掌握Python的垃圾回收機制

這篇文章主要講解了“怎么掌握Python的垃圾回收機制”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“怎么掌握Python的垃圾回收機制”吧！

得益于 Python 的自動垃圾回收機制，在 Python 中創建對象時無須手動釋放。這對開發者非常友好，讓開發者無須關注低層內存管理。但如果對其垃圾回收機制不了解，很多時候寫出的 Python 代碼會非常低效。

垃圾回收算法有很多，主要有： 引用計數 、 標記-清除 、 分代收集 等。

在 python 中，垃圾回收算法以 引用計數 為主， 標記-清除 和 分代收集 兩種機制為輔。

1 引用計數

1.1 引用計數算法原理

引用計數原理比較簡單：

每個對象有一個整型的引用計數屬性。用于記錄對象被引用的次數。例如對象 A ，如果有一個對象引用了 A ，則 A 的引用計數 +1 。當引用刪除時， A 的引用計數 -1 。當 A 的引用計數為0時，即表示對象 A 不可能再被使用，直接回收。

在 Python 中，可以通過 sys 模塊的 getrefcount 函數獲取指定對象的引用計數器的值，我們以實際例子來看。

import sys

class A():
    def __init__(self):
        pass
        
a = A()
print(sys.getrefcount(a))

運行上面代碼，可以得到輸出結果為 2 。

1.2 計數器增減條件

上面我們看到，創建一個 A 對象，并將對象賦值給 a 變量后，對象的引用計數器值為 2 。那么什么時候計數器會 +1 ，什么時候計數器會 -1 呢？

1.2.1 引用計數+1的條件

A()
a=A()
func(a)
arr=[a,a]

1.2.2 引用計數-1的條件

對象被顯式銷毀，如 del a 。變量重新賦予新的對象，例如 a=0 。對象離開它的作用域，如 func 函數執行完畢時， func 函數中的局部變量（全局變量不會）。

對象所在的容器被銷毀，或從容器中刪除對象。

1.2.3 代碼實戰

為了更好的理解計數器的增減，我們運行實際代碼，一目了然。

import sys
 
class A():

    def __init__(self):
        pass
 
print("創建對象 0 + 1 =", sys.getrefcount(A()))

a = A()
print("創建對象并賦值 0 + 2 =", sys.getrefcount(a))

b = a
c = a
print("賦給2個變量 2 + 2 =", sys.getrefcount(a))

b = None
print("變量重新賦值 4 - 1 =", sys.getrefcount(a))

del c
print("del對象 3 - 1 =", sys.getrefcount(a))

d = [a, a, a]
print("3次加入列表 2 + 3 =", sys.getrefcount(a))


def func(c):
    print('傳入函數 1 + 2 = ', sys.getrefcount(c))
func(A())

輸出結果如下：

創建對象 0 + 1 = 1
創建對象并賦值 0 + 2 = 2
賦給2個變量 2 + 2 = 4
變量重新賦值 4 - 1 = 3
del對象 3 - 1 = 2
3次加入列表 2 + 3 = 5
傳入函數 1 + 2 =  3

1.3 引用計數的優點與缺點

1.3.1 引用計數優點

• 高效、邏輯簡單，只需根據規則對計數器做加減法。

• 實時性。一旦對象的計數器為零，就說明對象永遠不可能再被用到，無須等待特定時機，直接釋放內存。

1.3.2 引用計數缺點

需要為對象分配引用計數空間，增大了內存消耗。

當需要釋放的對象比較大時，如字典對象，需要對引用的所有對象循環嵌套調用，可能耗時比較長。

循環引用。 這是引用計數的致命傷，引用計數對此是無解的，因此必須要使用其它的垃圾回收算法對其進行補充。

2 標記-清除

上一小節提到，引用計數算法無法解決循環引用問題，循環引用的對象會導致大家的計數器永遠都不會等于 0 ，帶來無法回收的問題。

標記-清除 算法主要用于潛在的循環引用問題，該算法分為2步：

1. 標記階段。將所有的對象看成圖的節點，根據對象的引用關系構造圖結構。從圖的根節點遍歷所有的對象，所有訪問到的對象被打上標記，表明對象是“可達”的。

2. 清除階段。遍歷所有對象，如果發現某個對象沒有標記為“可達”，則就回收。

以具體代碼示例說明：

class A():
    def __init__(self):
        self.obj = None
 
def func():
    a = A()
    b = A()
    c = A()
    d = A()

    a.obj = b
    b.obj = a
    return [c, d]

e = func()

上面代碼中，a和b相互引用，e引用了c和d。整個引用關系如下圖所示

如果采用引用計數器算法，那么a和b兩個對象將無法被回收。而采用標記清除法，從根節點（即e對象）開始遍歷，c、d、e三個對象都會被標記為 可達 ，而a和b無法被標記。因此a和b會被回收。

這是讀者可能會有疑問，為什么確定根節點是e，而不會是a、b、c、d呢？這里就有講究了，什么樣的對象會被看成是根節點呢？一般而言，根節點的選取包括（但不限于）如下幾種：

• 當前棧幀中的本地變量表中引用的對象，如各個線程被調用的方法堆棧中使用到的參數、 局部變量、 臨時變量等。

• 全局靜態變量

• ...

3 分代收集

3.1 分代收集原理

在執行垃圾回收過程中，程序會被暫停，即 stop-the-world 。這里很好理解：你媽媽在打掃房間的時候，肯定不允許你在房間內到處丟垃圾，要不然永遠也無法打掃干凈。

為了減少程序的暫停時間，采用 分代回收 ( Generational Collection )降低垃圾收集耗時。

分代回收基于這樣的法則：

1. 接大部分的對象生命周期短，大部分對象都是朝生夕滅。

2. 經歷越多次數的垃圾收集且活下來的對象，說明該對象越不可能是垃圾，應該越少去收集。

Python 中，對象一共有3種世代： G0 , G1 , G2 。

1. 對象剛創建時為 G0 。

2. 如果在一輪 GC 掃描中存活下來，則移至 G1 ，處于 G1 的對象被掃描次數會減少。

3. 如果再次在掃描中活下來，則進入 G2 ，處于 G1 的對象被掃描次數將會更少。

3.2 觸發GC時機

當某世代中分配的對象數量與被釋放的對象之差達到某個閾值的時，將觸發對該代的掃描。當某世代觸發掃描時，比該世代年輕的世代也會觸發掃描。

那么這個閾值是多少呢？我們可以通過代碼查看或者修改，示例代碼如下

import gc
threshold = gc.get_threshold()
print("各世代的閾值:", threshold)

# 設置各世代閾值
# gc.set_threshold(threshold0[, threshold1[, threshold2]])
gc.set_threshold(800, 20, 20)

輸出結果如下：

各世代的閾值: (700, 10, 10)

感謝各位的閱讀，以上就是“怎么掌握Python的垃圾回收機制”的內容了，經過本文的學習后，相信大家對怎么掌握Python的垃圾回收機制這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！