Python 中的GC

[ls0f]

Python中的内存管理方法之一就是引用计数。引用计数非常高效，实现简单。对象被引用时其引用计数加1, 当其不再被一个变量引用时则计数减1. 当引用计数等于0时对象被删除。 比如下面的代码：

def test():
    l = []
    l.append(0)

test函数调用结束后，l对象引用计数减1变为0，会被自动删除。 但引用计数的一个大问题就是不能解决循环引用，比如看下面的代码：

class A:
    pass
def test():
    a = A()
    a.cycle = a

a循环引用自身，因此函数退出后引用计数不为0而是1，对于这样的对象，只能通过其他GC手动来标记并清除。

Python中有gc模块，垃圾回收是自动进行的，你可以通过gc.disable()来禁用自动垃圾回收，手动调用gc.collect()来进行垃圾回收。

gc是个昂贵且费力的事情。垃圾回收时，Python不能进行其它的任务。所以，Python只会在特定条件下，自动启动垃圾回收。当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数。当两者的差值高于某个阈值时，垃圾回收才会启动。 可以通过gc模块的get_threshold()方法，查看该阈值。

In [1]: import gc

In [2]: gc.get_threshold()
Out[2]: (700, 10, 10)

700即是垃圾回收启动的阈值，后面的两个10是与分代回收相关的阈值。

Python同时采用了分代(generation)回收的策略。这一策略的假设：存活时间越久的对象，越不可能在后面的程序中变成垃圾。我们的程序往往会产生大量的对象，许多对象很快产生和消失，但也有一些对象长期被使用。出于信任和效率，对于这样一些“长寿”对象，我们相信它们的用处，所以减少在垃圾回收中扫描它们的频率。

Python将所有的对象分为0，1，2三代。所有的新建对象都是0代对象。当某一代对象经历过垃圾回收，依然存活，那么它就被归入下一代对象。垃圾回收启动时，一定会扫描所有的0代对象。如果0代经过一定次数垃圾回收，那么就启动对0代和1代的扫描清理。当1代也经历了一定次数的垃圾回收后，那么会启动对0，1，2，即对所有对象进行扫描。

这两个次数即上面get_threshold()返回的(700, 10, 10)返回的两个10。也就是说，每10次0代垃圾回收，会配合1次1代的垃圾回收；而每10次1代的垃圾回收，才会有1次的2代垃圾回收。

可以用set_threshold()来调整，比如对2代对象进行更频繁的扫描。

import gc
gc.set_threshold(700, 10, 5)

Python使用标记清除来处理循环引用问题。可以包含其他对象引用的容器对象（如list, dict, set，甚至class）都可能产生循环引用。Python复制每个容器的引用计数，可以记为gc_ref。然后遍历容器列表，对每个容器引用的对象j，对j的gc_ref减1。在结束遍历后，gc_ref不为0的对象，和这些对象引用的对象，以及继续更下游引用的对象，需要被保留，而其它的对象则被垃圾回收。

参考： http://www.cnblogs.com/vamei/p/3232088.html http://hbprotoss.github.io/posts/pythonla-ji-hui-shou-ji-zhi.html http://stackoverflow.com/questions/4484167/python-garbage-collector-documentation