詳細(xì)分析Python垃圾回收機(jī)制
引入
為什么要有垃圾回收機(jī)制
Python中的垃圾回收機(jī)制簡(jiǎn)稱(GC),我們?cè)诔绦虻倪\(yùn)行中會(huì)產(chǎn)生大量的變量用于保存數(shù)據(jù),而有時(shí)候有些變量已經(jīng)沒(méi)有用了就需要被清理釋放掉該變量所占據(jù)的內(nèi)存空間。在一些較為低級(jí)的語(yǔ)言中(比如:C語(yǔ)言,匯編語(yǔ)言)對(duì)于內(nèi)存空間的釋放是需要編程人員來(lái)手動(dòng)進(jìn)行的,這種與底層硬件直接打交道的操作是十分的危險(xiǎn)與繁瑣的,而基于C語(yǔ)言開(kāi)發(fā)而來(lái)的Python為了解決掉這種顧慮則自帶了一種垃圾回收機(jī)制,從而讓開(kāi)發(fā)人員不必過(guò)分擔(dān)心內(nèi)存的使用情況而可以全身心的投入到開(kāi)發(fā)中去。
>>> name = 'yunya' #yunya 準(zhǔn)備改名>>> name = 'yunyaya' #原本yunya這個(gè)名字不使用了,現(xiàn)在必須清理掉它否則將會(huì)占據(jù)內(nèi)存空間,所幸Python的垃圾回收機(jī)制會(huì)幫我清理掉 'yunya'>>
堆區(qū)和棧區(qū)的概念
如果你看我之前寫(xiě)的那篇文章關(guān)于Python變量的底層原理的話那么想必對(duì)堆區(qū)和棧區(qū)內(nèi)存有了一定的了解。如果沒(méi)有看過(guò)那么也沒(méi)有關(guān)系,鏈接如下:
Python變量與基本數(shù)據(jù)類型
底層工作原理
引用計(jì)數(shù)
引用計(jì)數(shù)說(shuō)白了就是來(lái)對(duì)堆區(qū)的變量值綁定的棧區(qū)變量名來(lái)計(jì)數(shù)。如圖:

當(dāng)使用del或者對(duì)變量名重新賦值后,該變量值的引用計(jì)數(shù)就會(huì) -1 。當(dāng)引用計(jì)數(shù)為 0 時(shí)候下次 Python內(nèi)存回收機(jī)制 進(jìn)行內(nèi)存掃描時(shí)便會(huì)將該變量值當(dāng)做垃圾進(jìn)行回收。

那么這里就是Python內(nèi)存回收機(jī)制中最基本的也最常用的引用計(jì)數(shù)介紹。
循環(huán)引用-內(nèi)存泄漏
引用計(jì)數(shù)雖然作為Python內(nèi)存回收機(jī)制中最經(jīng)常使用的一種機(jī)制,但是它本身也是具有一定的缺點(diǎn)。我們來(lái)看下面這段代碼:
>>> l1 = [1,2,3]>>> l2 = [1,2,3,l1]>>> l1.append(l2) #append()方法用于向列表中添加一個(gè)元素值>>> l1[1, 2, 3, [1, 2, 3, [...]]]>>> l2[1, 2, 3, [1, 2, 3, [...]]]>>>
現(xiàn)在l1和l2全部作為互相引用了。那么對(duì)于這種引用方式叫做循環(huán)引用(也被稱為交叉引用),循環(huán)引用會(huì)帶來(lái)一個(gè)問(wèn)題:
l1 變量值 的引用計(jì)數(shù) 目前為 2 l2 變量值 的引用計(jì)數(shù) 目前為 2 當(dāng)使用 del l1 與 del l2 后呢? 它們的引用變量都減1,但是引用方式的變量名都互相刪除了,按理說(shuō)這些變量值都成了垃圾變量。單根據(jù)引用計(jì)數(shù)是無(wú)法清理這些垃圾變量的。 
>>> del l1>>> del l2>>> #現(xiàn)在怎么訪問(wèn) li1 或者 li2 呢?訪問(wèn)不到,但是他們的變量值依然存在于內(nèi)存,引用計(jì)數(shù)從2變?yōu)?
標(biāo)記-清除
標(biāo)記清除的意思在于當(dāng)應(yīng)用程序可用內(nèi)存空間即將被耗盡時(shí)便開(kāi)始掃描棧區(qū),并且會(huì)順著棧區(qū)變量名對(duì)堆區(qū)中的變量值做一個(gè)標(biāo)記,如果堆區(qū)中存在沒(méi)有與棧區(qū)變量名做對(duì)應(yīng)關(guān)系的數(shù)據(jù)則會(huì)被認(rèn)為是垃圾數(shù)據(jù)從而被Python垃圾回收機(jī)制清理。

效率問(wèn)題解決方案-分代回收
基于引用計(jì)數(shù)的垃圾回收機(jī)制每一次執(zhí)行清理操作前都會(huì)將整個(gè)堆區(qū)的變量值的引用計(jì)數(shù)做一次遍歷統(tǒng)計(jì)。這樣做是非常消耗時(shí)間的,所以Python垃圾回收機(jī)制為了效率的提升加入了分代回收的策略。

參考文獻(xiàn)
https://www.jb51.net/article/161474.htm
以上就是詳細(xì)分析Python垃圾回收機(jī)制的詳細(xì)內(nèi)容,更多關(guān)于Python垃圾回收機(jī)制的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章!
相關(guān)文章:
1. IntelliJ IDEA導(dǎo)出項(xiàng)目的方法2. idea設(shè)置提示不區(qū)分大小寫(xiě)的方法3. 40個(gè)Java集合面試問(wèn)題和答案4. Spring如何集成ibatis項(xiàng)目并實(shí)現(xiàn)dao層基類封裝5. IDEA 2020.1.2 安裝教程附破解教程詳解6. django queryset相加和篩選教程7. Java利用TCP協(xié)議實(shí)現(xiàn)客戶端與服務(wù)器通信(附通信源碼)8. ajax實(shí)現(xiàn)頁(yè)面的局部加載9. 利用ajax+php實(shí)現(xiàn)商品價(jià)格計(jì)算10. JavaScript實(shí)現(xiàn)組件化和模塊化方法詳解

網(wǎng)公網(wǎng)安備