Python——垃圾回收机制

1.对象池

在了解垃圾回收机制之前，需要先了解对象池是什么？

对象池中包含若干提前准备好的若干实例，当需要时从对象池中提取，当不需要时，则重新放入对象池。

一方面，使用对象池不需要频繁的产生和销毁实例对象，另一方面，对象池中的实例如果不够程序调用才会继续产生实例，这大大节省了性能。

1）整数对象池

整数对象池又分为小整数对象池和大整数对象池。

小整数池：整数在程序中的使用非常广泛，Python为了优化速度，使用了小整数对象池，避免为整数频繁申请和销毁内存空间。

Python对小整数的定义是[-5,257)，这些整数对象是提前建立好的，不会被垃圾回收。在一个Python的程序中,所有位于这 个范围内的整数使用的都是同一个对象。

大整数池：而大整数就是在小整数的定义范围以外的整数，每一个大整数，均需要创建一个新的对象。 

2）字符串常量池

有一个字符串驻留机制，它通过维护一个字符串常量池（string intern pool），从而试图只保存唯一的字符串对象，达到既高效又节省内存地处理字符串的目的。

在创建一个新的字符串对象后，Python 先比较常量池中是否有相同的对象（interned）， 有的话则将指针指向已有对象，并减少新对象的指针，新对象由于没有引用计数，就会被垃圾回 收机制回收掉，释放出内存。

注意：当字符串含有空格时，不可修改，没开启intern机制，这时不共用对象，引用计数为0，则销毁。

2.垃圾回收机制

 内存溢出 out of memory：是指程序在申请内存时，没有足够的内存空间供其使用， 出现out of memory；比方说，定义了20个字节大小的内存空间，却写入了21个字 节的数据。通俗的说，就是内存不够，没办法支持当前程序。当发生内存溢出时，程序将无法进行，强制终止。

内存泄露 memory leak：是指程序在申请内存后，无法释放已申请的内存空间，一次内存 泄露危害可以忽略，但内存泄露堆积后果很严重，无论多少内存，迟早会被占光。如果发生内存泄露，那么可用内存会逐渐减少，从而降低性能。

内存泄露最终会导致内存溢出。

python采用的是引用计数机制为主，标记-清除和分代收集两种机制为辅的策略。

1） 引用计数机制

垃圾回收（GC） 原本是一种“释放怎么都无法被引用的对象的机制”。那么人们自然而然地就会想到，可以让所有对象事先记录下“有多少程序引用自己”。让各对象知道自己的“人气指 数”，从而让没有人气的对象自己消失，这就是引用计数法(Reference Counting)。

python里每一个东⻄都是对象，它们的核心就是结构体： PyObject    ，如下图：

那么如果当引用计数为0时，该对象生命就结束了。

那什么情况下引用计数会增加，什么情况下引用计数会减少呢？

导致引用计数+1的情况：

1. 对象被创建，例如a=23         
2. 对象被引用，例如b=a         
3. 对象被作为参数，传入到一个函数中，，例如func(a)         
4. 对象作为一个元素，存储在容器中，例如list1=[a,a]

导致引用计数-1的情况：

1. 对象的别名被显式销毁，例如del  a         
2. 对象的别名被赋予新的对象，例如a=24         
3. 一个对象离开它的作用域，例如f函数执行完毕时，func函数中的局部变量(全局变量不会)         
4. 对象所在的容器被销毁，或从容器中删除对象     

引用计数的优点：

1. 简单
2. 实时性:一旦没有引用,内存就直接释放了。不用像其他机制等到特定 时机。实时性还带来一个好处:处理回收内存的时间分摊到了平时。 

 引用计数的缺点：

1. 维护引用计数消耗资源
2. 循环引用

下面看一个循环引用的例子：

[code]import time
import gc
# 关闭python自动实现的垃圾回收机制;
gc.disable( )

while True:
time.sleep(0.0003)
# 申请两个内存空间， 变量list1和变量list2分别指向不同的内存空间, 引用计数全为1；
list1 = [ ]
list2 = [ ]

# 在容器list1里面存储了list2， list2的引用计数加1；
list1.append(list2)
# 在容器list2里面存储了list1， list1的引用计数加1；
list2.append(list1)

# 删除list1和list2
del list1
del list2

list1与list2相互引用，如果不存在其他对象对它们的引用，list1与list2的引用 计数也仍然为1，所占用的内存永远无法被回收，这将是致命的。    对于如今的强大硬件，缺点1尚可接受，但是循环引用导致内存泄露，注定python还将引入新的回收机制，那就是标记清除和分代收集。

2）标记清除

和它的字面意思一样，GC 标记 - 清除算法由标记阶段和清除阶段构成。标记阶段是 把所有活动对象都做上标记的阶段。清除阶段是把那些没有标记的对象，也就是非活动对象回收的阶段。通过这两个阶段，就可以令不能利用的内存空间重新得到利用。

如果说被标记的对象是存活的，剩下的未被标记的对象只能是垃圾，这意味着我们的代码不再会使用它了，如下图所示：

清除这些无用的垃圾对象，把它们送回到可用列表。

3）分代收集

分代垃圾回收(Generational GC)在对象中导入了“年龄”的概念，通过优先回收容 易成为垃圾的对象，提高垃圾回收的效率。

新生代对象和老年代对象具体是什么：

1. 分代垃圾回收中把对象分类成几代,针对不同的代使用不同的 GC 算法，我们把刚生成 的对象称为新生代对象，到达一定年龄的对象则称为老年代对象。
2. 新生代 GC 将存活了一定次数的新生代对象当作老年代对象来处理。我们把类似于这 样的新生代对象上升为老年代对象的情况称为晋升(promotion)。
3. 老年代对象很难成为垃圾，所以我们对老年代对象减少执行 GC 的频率，从而提高效率。  

人们从众多程序案例中总结出了一个经验：“大部分的对象在生成后马上就变成了垃圾，很少有对象能活得很久。”分代垃圾回收利用该经验，在对象中导入了“年龄”的概念，经历 过一次 GC 后活下来的对象年龄为 1 岁。 机制如下图所示：