Python之垃圾回收

一：垃圾回收机制

解释器执行到变量定义时，会申请内存存放变量的值，执行期间可能发生value改变，也可能发生id的改变，一旦id变了，原来的值就成了垃圾，就应该回收掉它占的内存。

变量名是我们访问变量值的唯一途径，当二者不再关联，变量值就是垃圾，内存空间的申请和回收是十分复杂，且重复次数很多的操作，不能让回收操作插入在你的逻辑代码中，因此python语言本身提供了垃圾回收机制，让我们专注于业务逻辑代码编写。

二：为什么要回收垃圾

内存的大小不是无限的，随着程序的执行，如果没用的数据一直不回收，导致内存使用殆尽，此时程序就会崩溃，无法对外服务这是致命的。

python自带GC让我们从复杂的内存管理中释放出来。

三：垃圾回收的原理

算法有：引用计数法  标记清除算法  分代回收算法

3.1引用计数算法

变量名和变量值的关联次数。

name="zhangsan"

myname=name

此时变量值“zhangsan”被关联两次，只针对数据，对于变量名来讲他占用内存很少，GC回收变量名不需要复杂的算法，只要没有关联变量值，变量名也是垃圾直接就被回收了。

但是对于变量值来说就复杂多了，del myname此时引用计数-1，因此引用计数有个缺点就是频繁的+-，这只是其一

第二个缺点是致命的，就不是效率的问题了，循环引用的bug（也叫交叉引用）

l1=[1,2,3]
l2=["a","b"]
l1.append(l2)
l2.append(l1)
del l1
del l2

前两行代码使得l1,l2指向的变量值引用计数分别为1，

l1.append(l2)

l2.append(l1)

这之后l2 l1计数分别+1为2然后故意的断掉l1 l2和变量值的关联，此时计数-1变成了1，此时两个列表都应该被回收掉，但是因为计数为1，GC无法回收掉这两个列表，结果就是值的引用计数不为0，不会被回收掉，造成了内存泄漏

因此python引入了标记清除算法，还有分代回收来提高效率

3.2标记清除算法

此算法望文生义，就是分标记和清除两个步骤

变量名在栈中存放，变量值在堆中存放，二者除了自己本身之外，变量名有地址，变量值也有地址，地址关联关系存放在栈区。就是说地址的映射关系表保存在栈中。

标记：GC roots对象，栈区或线程都可以作为GC roots对象，从这些对象出发，一根线开始穿把可以直接和间接访问到的对象都像针一样穿到线上，视为可存活对象，剩下的全部视为不可存活对象。

清除：将所有没有在线上的对象全部从堆中清除掉。

上面循环应用的两个列表，在栈中没有直接引用，都是在堆里面的简介引用，但是二者都不是GC roots对象，因此会被回收掉，解决了循环引用的bug。

3.3分代回收算法

引用计数的毛病就是频繁+-效率低，每次回收内存就像for循环一样去挨个的判断计数是否为0，十分的费时，分代回收算法是空间换时间。

引用计数所有的对象一视同仁都判断引用次数，而分代回收则是把对象划分了等级，每进行一次GC只要对象活下来就会权重+1，超过阈值就会进入下一个等级，一共分新生代，青春代，老年代三个等级，等级越低检查越频繁即GC的越频繁，这样就实现的效果是越是新创建的对象回收的几率越高，权重越高的对象是垃圾的几率越低，那么就隔得时间长一点再判断是不是垃圾。

这里只是类比，并不是真实的时间，新生代30秒一检查遍历引用计数是否为0，青春代1分钟检查一次，老年代5分钟检查一次。

这样GC的效率得到了提升。

但是分代回收有一个缺点就是，从青春代刚进入老年代就变成了垃圾，但是GC没有及时回收掉此对象，造成了GC延迟。

总结

GC的时候程序是暂停的，但是我们无法感知，因为回收的速度很快。