垃圾回收機(jī)制一般有兩個(gè)階段：垃圾檢測和垃圾回收。
Python GC 主要使用引用計(jì)數(shù)來跟蹤和垃圾回收。在引用計(jì)數(shù)的基礎(chǔ)上，通過“標(biāo)記-清除”解決容器對象可能產(chǎn)生的循環(huán)引用問題，通過“分代回收”以空間換時(shí)間的方法來提高垃圾回收效率。
Python 的垃圾回收經(jīng)歷了三個(gè)階段：
- 引用計(jì)數(shù)
每個(gè)對象維護(hù)一個(gè)引用計(jì)數(shù)，用來記錄該對象當(dāng)前被引用的次數(shù)，每當(dāng)新的引用指向該對象時(shí)，它的引用計(jì)數(shù)會(huì) +1，當(dāng)對象的引用失效時(shí)，引用計(jì)數(shù) -1。一旦引用計(jì)數(shù)為 0，那么對象立即被回收，對象占用的內(nèi)存空間會(huì)被釋放。但是它無法解決對象的“循環(huán)引用”。我估計(jì) C++ 程序員對這塊應(yīng)該特別理解。
Python 通過sys模塊來查看對象的引用計(jì)數(shù)
>>> import sys
>>> a = [1, 2]
>>> sys.getrefcount(a)
2
# 為什么會(huì)是 2 呢？因?yàn)閭魅牒瘮?shù)時(shí)也使用的是引用
# 但是這里還有一個(gè)很令我迷惑的問題
# 當(dāng)引用計(jì)數(shù)一個(gè) 數(shù)字的時(shí)候，這個(gè)值很大
>>> sys.getrefcount(2)
931 --> 你機(jī)器上可能會(huì)不同
# 難道是因?yàn)?2 在 Python 中被緩存了？？
有幾種方式可以增加引用計(jì)數(shù)：
對象被創(chuàng)建 ， 別名被創(chuàng)建
傳遞給函數(shù)， 成為容器對象的一個(gè)元素
減少引用計(jì)數(shù)方式：
對象/別名被銷毀， 離開函數(shù)作用域
- 標(biāo)記清除
標(biāo)記清除（Mark—Sweep）算法是一種基于追蹤回收（tracing GC）技術(shù)實(shí)現(xiàn)的垃圾回收算法。等到?jīng)]有空閑內(nèi)存的時(shí)候，從寄存器和棧上的引用出發(fā)，遍歷以對象為節(jié)點(diǎn)、以引用為邊構(gòu)成的圖，把所有可以訪問到的對象上打標(biāo)記，然后清掃內(nèi)存，沒有標(biāo)記的對象釋放。 - 分代回收
分代回收是一種以空間換時(shí)間的操作方式，Python將內(nèi)存根據(jù)對象的存活時(shí)間劃分為不同的集合，每個(gè)集合稱為一個(gè)代，Python將內(nèi)存分為了3“代”，分別為年輕代（第0代）、中年代（第1代）、老年代（第2代），他們對應(yīng)的是3個(gè)鏈表，它們的垃圾收集頻率與對象的存活時(shí)間的增大而減小。新創(chuàng)建的對象都會(huì)分配在年輕代，年輕代鏈表的總數(shù)達(dá)到上限時(shí)，Python垃圾收集機(jī)制就會(huì)被觸發(fā)，把那些可以被回收的對象回收掉，而那些不會(huì)回收的對象就會(huì)被移到中年代去，依此類推，老年代中的對象是存活時(shí)間最久的對象，甚至是存活于整個(gè)系統(tǒng)的生命周期內(nèi)。同時(shí)，分代回收是建立在標(biāo)記清除技術(shù)基礎(chǔ)之上。
來自于網(wǎng)上：
Python 實(shí)現(xiàn)了一個(gè)內(nèi)存池機(jī)制，將不同的內(nèi)存放到操作系統(tǒng)而不是返回給操作系統(tǒng)。Python 中所有小于 256 字節(jié)的對象都使用 pymalloc 實(shí)現(xiàn)的分配器，大對象使用系統(tǒng)的 malloc。
