深入解析Python垃圾回收机制：引用计数、标记清除与分代回收

Python垃圾回收机制概述

一、引用计数

引用计数原理与优缺点

Python 的垃圾回收机制主要依赖于引用计数，并辅以分代回收策略。引用计数法的核心原理是为每个对象维护一个名为 ob_refcnt 的字段，用于记录当前指向该对象的引用数量。当出现以下四种情况之一时，对象的引用计数会加 1：

• 对象被创建，例如执行赋值语句 a = 14；
• 对象被其他变量引用，例如执行 b = a；
• 对象作为参数传递给函数，例如调用 func(a)；
• 对象被放入容器结构中，例如 List = {a, 'a', 'b', 2}。

与上述增加引用的情况相对应，当发生以下四种情况时，对象的引用计数会减 1：

对象的别名被显式销毁，例如执行 del a； 对象的别名被重新赋值为新的对象，例如执行 a = 26； 对象离开其作用域，例如函数 func() 执行完毕时，函数内部所有局部变量的引用计数都会减 1； 从容器中删除元素，或者容器本身被销毁。 当对象的引用计数降为 0 时，Python 虚拟机会立即回收该对象占用的内存。

在 Python 中，一切皆对象，其核心数据结构为 Py_Object。所有 Python 对象的头部都包含这一结构：

// object.h
#define PyObject_HEAD   
 _PyObject_HEAD_EXTRA  
 Py_ssize_t ob_refcnt;  
 struct _typeobject *ob_type;
​
typedef struct _object {
 PyObject_HEAD
} PyObject;

以 int 类型为例，其定义如下：

// intobj.h
typedef struct {
 PyObject_HEAD
 long ob_ival;
} PyIntObject;

简而言之，PyObject 是每个对象必须具备的基础内容，其中的 ob_refcnt 字段负责记录引用计数。每当对象获得新的引用时，ob_refcnt 增加；当对象的引用被删除时，ob_refcnt 减少。一旦引用计数变为 0，该对象的生命周期即告结束。

// object.h
#define Py_INCREF(op) (    
 _Py_INC_REFTOTAL _Py_REF_DEBUG_COMMA 
 ((PyObject*)(op))->ob_refcnt++)
​
#define Py_DECREF(op)     
 do {      
 if (_Py_DEC_REFTOTAL _Py_REF_DEBUG_COMMA 
 --((PyObject*)(op))->ob_refcnt != 0)  
  _Py_CHECK_REFCNT(op)   
 else      
 _Py_Dealloc((PyObject *)(op));   
 } while (0)

引用计数机制具有明显的优势：

• 高效性；
• 运行期无停顿，具备实时性：对象一旦失去所有引用，会立即被释放。实时性还带来一个额外好处，即回收内存的时间分摊到了平时的引用操作中；
• 对象拥有确定的生命周期；
• 实现简单易懂。

然而，原始的引用计数法也存在明显的缺点：

• 维护引用计数需要消耗系统资源，维护成本与引用赋值的次数成正比；
• 无法解决循环引用问题。

例如：

list1 = []
list2 = []
list1.append(list2)
list2.append(list1)

标记清除算法解析

为了解决上述两个致命弱点，Python 引入了另外两种 GC 机制。

二、标记-清除

『标记-清除（Mark-Sweep）』算法是一种基于追踪回收（tracing GC）技术的垃圾回收算法。它包含两个阶段：第一阶段是标记阶段，GC 会给所有『活动对象』打上标记；第二阶段是清除阶段，回收那些没有被标记的『非活动对象』。那么，GC 如何判断哪些是活动对象、哪些是非活动对象呢？

对象之间通过引用（指针）连接，构成一个有向图。对象是有向图的顶点，引用关系是有向图的弧。从根对象（root object）出发，遍历有向图，将可达（reachable）的对象标记为活动对象，不可达的对象则被视为非活动对象。根对象通常包括全局变量、调用栈和寄存器。

在上图中，将小黑圈视为全局变量，即作为 root object。从小黑圈出发，对象 1 可直接到达，因此被标记；对象 2、3 可间接到达，也会被标记；而对象 4 和 5 不可达，因此 1、2、3 是活动对象，4 和 5 是非活动对象，会被 GC 回收。

标记清除算法作为 Python 的辅助垃圾回收技术，主要用于处理容器对象，例如 list、dict、tuple、instance 等，因为字符串、数值等原子类型的对象不可能造成循环引用问题。Python 使用双向链表将容器对象组织起来。不过，这种简单粗暴的标记清除算法也有明显的缺点：在清除非活动对象前，必须顺序扫描整个堆内存，哪怕只剩下小部分非活动对象，也要扫描所有对象。

分代回收策略

三、分代回收

分代回收是一种以空间换时间的操作方式。Python 根据对象的存活时间将内存划分为不同的集合，每个集合称为一个代。Python 将内存分为 3 代，分别为年轻代（第 0 代）、中年代（第 1 代）、老年代（第 2 代），它们对应 3 个链表。垃圾回收频率随着对象存活时间的增大而减小。新创建的对象都会被分配到年轻代，当年轻代链表的节点总数达到上限时，Python 垃圾收集机制就会被触发，把可以被回收的对象回收掉，而不能被回收的对象会被移到中年代去。依此类推，老年代中的对象是存活时间最久的对象，甚至存活于整个系统的生命周期内。分代回收建立在标记清除的基础之上，同样作为 Python 处理容器对象的辅助垃圾回收技术。

以上就是 python 中的 GC 机制的详细内容，更多关于 python GC 的资料请关注本站其它相关文章！