Python垃圾回收机制详解：引用计数与循环垃圾收集器

文章目录

Python垃圾回收机制
python精品专栏推荐
- python基础知识（0基础入门）
- python爬虫知识

Python垃圾回收机制

Python编程语言采用了自动垃圾回收机制，它能够自动释放不再需要的对象，并将其占用的内存返回给操作系统，供其他程序使用。这在一定程度上减轻了程序员的负担，因为他们无需手动释放内存。

引用计数机制

Python主要使用引用计数作为垃圾回收机制的一部分。每个对象都有一个引用计数器，用于记录有多少个变量引用了该对象。当引用计数器归零时，表示没有变量引用该对象，该对象就成为垃圾对象，会被垃圾回收机制自动删除。

下面是一个简单的示例来演示引用计数机制的工作原理：

class Person:
    def __init__(self, name):
        self.name = name

    def __del__(self):
        print(f'{self.name}对象被删除了')

# 创建两个对象，并相互引用
p1 = Person('Alice')
p2 = Person('Bob')

# 打印两个对象的引用计数器
print(sys.getrefcount(p1))  # 输出结果为2，包括p1和参数传递中的临时引用
print(sys.getrefcount(p2))  # 输出结果为2

# 断开对象之间的相互引用
p1 = None
p2 = None

# 观察析构函数的调用情况

在上面的示例中，我们定义了一个Person类，创建了两个对象p1和p2，并相互引用。使用sys.getrefcount()函数可以获取对象的引用计数。最后，我们将p1和p2的引用置为None，断开了它们之间的相互引用。这时，可以观察到__del__方法被调用，打印出对象被删除的消息。

循环垃圾收集器

除了引用计数机制，Python还使用循环垃圾收集器（Cycle GC）处理循环引用。循环引用指的是两个或多个对象相互引用，而没有其他对象引用它们，导致无法访问这些对象。循环垃圾收集器会定期扫描内存中的对象，检测循环引用并清理掉这些无法访问的对象。

以下是循环引用的示例：

class A:
    def __init__(self, b):
        self.b = b

class B:
    def __init__(self, a):
        self.a = a

# 创建两个对象，并相互引用形成循环引用
a_obj = A(None)
b_obj = B(a_obj)
a_obj.b = b_obj

# 对象无法通过其他引用访问到
a_obj = None
b_obj = None

# 手动进行垃圾回收
gc.collect()

在这个示例中，我们创建了两个对象a_obj和b_obj，它们相互引用形成循环引用。即使将它们的引用置为None，这些对象也无法通过其他引用访问到。手动调用gc.collect()可以强制执行垃圾回收，清理掉这些无法访问的对象。

需要注意的是，大多数情况下，不需要手动进行垃圾回收操作。Python的垃圾回收机制会在适当的时候自动执行。手动调用垃圾回收通常是在某些特殊情况下使用，例如在大量创建和销毁对象的情况下，以优化内存使用。

通过了解Python的垃圾回收机制，程序员可以更好地管理内存，提高代码的效率和可维护性。

小结

当对象之间存在循环引用时，Python的循环垃圾收集器会起作用。循环垃圾收集器使用了另一种策略，称为"标记-清除"。下面是循环垃圾收集器的工作过程：

标记阶段：从根对象开始，循环垃圾收集器遍历所有可达的对象，并将其标记为"存活"。
清除阶段：循环垃圾收集器扫描堆内存中的所有对象，将未标记的对象判定为垃圾对象，回收它们的内存空间。

循环垃圾收集器执行的时机由Python解释器自动控制。当达到一定条件时，例如内存占用超过阈值、CPU空闲时等，Python解释器会触发循环垃圾收集器的执行。

需要注意的是，循环垃圾收集器的工作会导致一定的性能开销。因此，在编写代码时，我们应尽量避免出现循环引用的情况，以减少垃圾回收的频率和开销。

此外，Python还提供了gc模块，允许我们对垃圾回收进行更精细的控制。通过调整gc模块的相关参数，我们可以改变垃圾回收的行为，例如禁用循环垃圾收集器、设置垃圾回收的阈值等。具体使用方法可以参考Python官方文档。

总结起来，Python的垃圾回收机制主要包括引用计数和循环垃圾收集器。引用计数用于跟踪对象的引用情况，当没有变量引用该对象时，对象会被释放。循环垃圾收集器则处理存在循环引用的情况，标记并清除无法访问的对象。通过这两种机制，Python能够自动管理内存并进行垃圾回收，减轻了程序员的负担。

详细讲解及实操

1. 程序中的垃圾问题

程序运行过程中会产生垃圾，而这些垃圾会影响程序的性能。因此，我们需要及时清理这些垃圾。

2. 垃圾的定义

在程序中，没有被引用的对象被认为是垃圾。当垃圾对象过多时，会影响程序的性能。

3. 自动垃圾回收机制

在Python中，有自动的垃圾回收机制。它会自动删除那些没有被引用的对象，无需手动处理垃圾回收。

4. 示例：使用del方法删除垃圾对象

以下是一个示例代码，展示了如何使用del方法删除垃圾对象。

class A:
    def __init__(self):
        self.name = 'A类'

    # del是一个特殊方法，它会在对象被垃圾回收前调用
    def __del__(self):
        print('A()对象被删除了~~~',self)

a = A()
b = a # 又使用一个变量b，来引用a对应的对象

print(a.name)

5. 手动处理垃圾回收

如果希望手动处理垃圾回收，可以将对象的引用置为None，或使用del语句删除引用。下面是示例代码：

# 将a设置为了None，此时没有任何的变量对A()对象进行引用，它就是变成了垃圾
a = None
b = None

6. 结束程序

最后，在代码的末尾可以加一行输入语句，以便程序执行完成后等待用户输入退出。

input('回车键退出...')

7. 垃圾回收的自动处理

Python的垃圾回收机制会自动删除那些没有被引用的对象，无需手动处理。以下是示例代码：

# 定义一个类A
class A:
    def __init__(self):
        self.name = 'A类'

    # del是一个特殊方法，它会在对象被垃圾回收前调用
    def __del__(self):
        print('A()对象被删除了~~~',self)

# 创建一个A类的实例a并引用它
a = A()

# 打印a的名称属性值
print(a.name)

# 删除a的引用
a = None

# 程序运行结束后，会自动调用垃圾回收机制删除没有被引用的对象

当程序运行结束时，Python会自动调用垃圾回收机制来删除没有被引用的对象。你可以看到，在示例代码中，当a的引用被设置为None时，对象a就成为了垃圾对象，最终会被垃圾回收机制删除。

8. 结束程序

最后，在代码的末尾可以加一行输入语句，以便程序执行完成后等待用户输入退出。

input('回车键退出...')

python精品专栏推荐

python基础知识（0基础入门）

python爬虫知识

【python爬虫】1.爬虫基础知识
 【python爬虫】2.网页基础知识
 【python爬虫】3.爬虫初体验（BeautifulSoup解析）
【python爬虫】4.爬虫实操（菜品爬取）
【python爬虫】5.爬虫实操（歌词爬取）
【python爬虫】6.爬虫实操（带参数请求数据）
【python爬虫】7.爬到的数据存到哪里？
【python爬虫】8.温故而知新
 【python爬虫】9.带着小饼干登录（cookies）
【python爬虫】10.指挥浏览器自动工作（selenium）
【python爬虫】11.让爬虫按时向你汇报
 【python爬虫】12.建立你的爬虫大军
 【python爬虫】13.吃什么不会胖（爬虫实操练习）
【python爬虫】14.Scrapy框架讲解
 【python爬虫】15.Scrapy框架实战（热门职位爬取）
【python爬虫】16.爬虫知识点总结复习