深入解析 Python 垃圾回收机制：引用计数、标记清除与分代收集

Python 垃圾回收的核心机制

Python 主要采用引用计数（Reference Counting）作为垃圾回收的主要手段。在 Python 内部，每个对象（PyObject）都包含一个 ob_refcnt 字段，用于记录该对象被引用的次数。当引用计数归零时，解释器会立即回收该对象占用的内存。

#define PyObject_HEAD          \ 
  Py_ssize_t ob_refcnt;        \ 
  struct _typeobject *ob_type; 
typedef struct _object { 
  PyObject_HEAD 
} PyObject;

这种机制的优点是实时性强，无需等待特定触发条件。然而，引用计数无法解决循环引用（Circular Reference）的问题。当两个或多个对象相互引用，且不再被外部引用时，它们的引用计数永远不会归零，导致内存泄漏。

解决循环引用：标记-清除算法

为了解决容器类型（如 list、dictionary、class 实例等）可能产生的循环引用，Python 引入了标记-清除（Mark-and-Sweep）机制。所有容器对象内部都包含一个 PyGC_Head 结构，用于维护一个双向链表，跟踪所有可收集的对象。

typedef union _gc_head { 
  struct { 
    union _gc_head *gc_next; 
    union _gc_head *gc_prev; 
    Py_ssize_t gc_refs; 
  } gc; 
  long double dummy; /* force worst-case alignment */ 
} PyGC_Head;

标记-清除的执行流程

标记-清除算法分为“寻找”和“回收”两个阶段：

1. 标记阶段（Mark）：从根对象（Root Objects）开始，遍历所有容器类对象。可达的对象会被放入 reachable 链表，而不可达的对象（即循环引用部分）会被放入 unreachable 链表。
2. 回收阶段（Sweep）：遍历 unreachable 链表，回收其中的元素。

在标记过程中，gc.gc_refs 用于存储有效引用数。对于循环引用中的对象，其引用数会在 gc.gc_refs 中减 1。如果有效引用数为 0，则该对象可被回收。需要注意的是，不能直接修改 PyObject 的 refcnt，因为可能存在外部引用。如果外部引用对象不可回收，其引用的对象也不会被回收。

循环引用示例

以下代码展示了典型的循环引用场景：

a = [] 
b = [] 
a.append(b) 
b.append(a)

在此例中，a 和 b 相互引用，导致它们的引用计数不为零，但已无法从外部访问。标记-清除算法能够识别并回收这部分内存。

分代收集（Generational Collection）

虽然标记-清除解决了循环引用问题，但频繁调用 malloc 和 free 会影响性能。为此，Python 引入了分代收集机制，旨在提高对象池的效率。

分代策略

Python 将对象分为三代：0 代、1 代和 2 代。每代维护一个独立的链表，用于跟踪对象数量：

• 0 代：最多维护 700 个对象。这是新创建对象存放的地方。
• 1 代：最多维护 10 个对象。
• 2 代：最多维护 10 个对象。

当某一代的对象数量超过限制时，Python 会触发标记-清除算法。经过多次回收后，0 代对象会被移至 1 代或 2 代。高代对象的检测回收频率低于 0 代，这基于一个假设：存活时间越长的对象，越可能是长期存在的对象，无需频繁检查。

分代收集的局限性

标记-清除和分代收集机制主要弥补了引用计数的缺点，特别是在处理容器循环引用方面发挥了关键作用。非容器类型（如 int、string）由于不存在循环引用，其引用为 0 时即被回收，不依赖分代机制。

总结

Python 的垃圾回收机制是一个多层次的系统。引用计数提供了基础的内存管理，标记-清除解决了循环引用问题，而分代收集则优化了性能。理解这些机制有助于开发者编写更高效、更稳定的 Python 代码。

以上就是 Python 垃圾回收机制的详细内容，更多关于 Python 内存管理的资料请关注本站其它相关文章！