Python垃圾回收包括引用计数、标记清除和分代回收

引用计数

引用计数是一种垃圾收集机制，当一个python对象被引用时，引用计数加1，当一个对象的引用为0时，该对象会被当做垃圾回收。

fromsysimportgetrefcount

l1=[1,2,3]

print(getrefcount(l1))#查看引用计数

l2=l1

print(getrefcount(l2))

执行结果：

2

3

在使用getrefcount()的时候，变量作为参数传进去，会多一次引用。

del语句会删除对象的一个引用。请看下面的例子：

fromsysimportgetrefcount

classTestObjectA():

def__init__(self):

print("hello!!!")

def__del__(self):

print("bye!!!")

a=TestObjectA()

b=a

c=a

print(getrefcount(c))

dela

print(getrefcount(c))

delb

print(getrefcount(c))

delc

print("666")

执行结果：

hello!!!

4

3

2

bye!!!

666

方法__del__的作用是当对象被销毁时调用。其中dela删除了变量a，但是对象TestObjectA仍然存在，它还被b和c引用，所以不会被回收，引用计数为0时会被回收。上面的例子中，将a，b，c都删除后引用的对象被回收(打印“666”之前)。

另外重新赋值也会删除对象的一个引用。

标记清除

如果出现了循环引用，引用计数方法就无法回收，导致内存泄漏。先来看下面的例子：

classTestObjectA(dict):

def__init__(self):

print("A:hello!!!")

def__del__(self):

print("A:bye!!!")

classTestObjectB(dict):

def__init__(self):

print("B:hello!!!")

def__del__(self):

print("B:bye!!!")

a=TestObjectA()

b=TestObjectB()

a['1']=b

b['1']=a

dela

delb

print("666")

执行结果：

A:hello!!!

B:hello!!!

666

A:bye!!!

B:bye!!!

上面的代码存在循环引用，删除a和b之后，它们的引用计数还是1，仍然大于0，不会被回收(打印“666”之后)。

标记清除可解决循环引用问题，从根对象(寄存器和程序栈上的引用)出发，遍历对象，将遍历到的对象打上标记(垃圾检测)，然后在内存中清除没有标记的对象(垃圾回收)。上面的例子中，a和b相互引用，如果与其他对象没有引用关系就不会遍历到它，也就不会被标记，所以会被清除。

分代回收

如果频繁进行标记清除会影响Python性能，有很多对象，清理了很多次他依然存在，可以认为，这样的对象不需要经常回收，也就是说，对象存在时间越长，越可能不是垃圾。

将回收对象进行分代(一共三代)，每代回收的时间间隔不同，其中新创建的对象为0代，如果一个对象能在第0代的垃圾回收过程中存活下来，那么它就被放入到1代中，如果1代里的对象在第1代的垃圾回收过程中存活下来，则会进入到2代。

gc模块

以下三种情况会启动垃圾回收：

·调用gc.collect()：强制对所有代执行一次回收

·当gc模块的计数器达到阀值的时候。

·程序退出的时候

gc模块函数：

·gc.enable()：启用自动垃圾回收

·gc.disable()：停用自动垃圾回收

·gc.isenabled()：如果启用了自动回收则返回True。

·gc.collect(generation=2)：不设置参数会对所有代执行一次回收

·gc.set_threshold(threshold0[,threshold1[,threshold2]])：设置垃圾回收阈值

·gc.get_count()：当前回收计数

·垃圾回收启动的默认阈值

importgc

print(gc.get_threshold())

输出：

(700,10,10)

700是垃圾回收启动的阈值，对象分配数量减去释放数量的值大于700时，就会开始进行垃圾回收，每10次0代垃圾回收，会导致一次1代回收;而每10次1代的回收，才会有1次的2代回收。可以使用set_threshold()方法重新设置。

以上内容为大家介绍了Python垃圾回收，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注IT培训机构:千锋教育。http://www.mobiletrain.org/

上一篇

Python中的Mock

下一篇

Python内存管理机制之Pymalloc