Python中的垃圾回收機(jī)制是深入Python學(xué)習(xí)中需要了解的，查找資料時(shí)發(fā)現(xiàn)大多數(shù)講解Python的GC回收機(jī)制時(shí)對代碼深入講解的比較多，但是純原理深入講解的相對比較少，恰好看到了這個(gè)講述，就順手轉(zhuǎn)載了過來，用于自己加深原理理解，當(dāng)然別的還有更多的代碼示例的，可以跟著一起理解。

Python的GC模塊主要運(yùn)用了“引用計(jì)數(shù)”（reference counting）來跟蹤和回收垃圾。在引用計(jì)數(shù)的基礎(chǔ)上，還可以通過“標(biāo)記-清除”（mark and sweep）解決容器對象可能產(chǎn)生的循環(huán)引用的問題。通過“分代回收”（generation collection）以空間換取時(shí)間來進(jìn)一步提高垃圾回收的效率。

一、引用計(jì)數(shù)

在Python中，大多數(shù)對象的生命周期都是通過對象的引用計(jì)數(shù)來管理的。從廣義上來講，引用計(jì)數(shù)也是一種垃圾收集機(jī)制，而且也是一種最直觀，最簡單的垃圾收集技術(shù)。

原理：當(dāng)一個(gè)對象的引用被創(chuàng)建或者復(fù)制時(shí)，對象的引用計(jì)數(shù)加1；當(dāng)一個(gè)對象的引用被銷毀時(shí)，對象的引用計(jì)數(shù)減1；當(dāng)對象的引用計(jì)數(shù)減少為0時(shí)，就意味著對象已經(jīng)沒有被任何人使用了，可以將其所占用的內(nèi)存釋放了。

雖然引用計(jì)數(shù)必須在每次分配和釋放內(nèi)存的時(shí)候加入管理引用計(jì)數(shù)的動(dòng)作，然而與其他主流的垃圾收集技術(shù)相比，引用計(jì)數(shù)有一個(gè)最大的有點(diǎn)，即“實(shí)時(shí)性”，任何內(nèi)存，一旦沒有指向它的引用，就會(huì)立即被回收。而其他的垃圾收集計(jì)數(shù)必須在某種特殊條件下（比如內(nèi)存分配失敗）才能進(jìn)行無效內(nèi)存的回收。

引用計(jì)數(shù)機(jī)制執(zhí)行效率問題：引用計(jì)數(shù)機(jī)制所帶來的維護(hù)引用計(jì)數(shù)的額外操作與Python運(yùn)行中所進(jìn)行的內(nèi)存分配和釋放，引用賦值的次數(shù)是成正比的。而這點(diǎn)相比其他主流的垃圾回收機(jī)制，比如“標(biāo)記-清除”，“停止-復(fù)制”，是一個(gè)弱點(diǎn)，因?yàn)檫@些技術(shù)所帶來的額外操作基本上只是與待回收的內(nèi)存數(shù)量有關(guān)。

如果說執(zhí)行效率還僅僅是引用計(jì)數(shù)機(jī)制的一個(gè)軟肋的話，那么很不幸，引用計(jì)數(shù)機(jī)制還存在著一個(gè)致命的弱點(diǎn)，正是由于這個(gè)弱點(diǎn)，使得俠義的垃圾收集從來沒有將引用計(jì)數(shù)包含在內(nèi)，能引發(fā)出這個(gè)致命的弱點(diǎn)就是循環(huán)引用（也稱交叉引用）。

問題說明：

循環(huán)引用可以使一組對象的引用計(jì)數(shù)不為0，然而這些對象實(shí)際上并沒有被任何外部對象所引用，它們之間只是相互引用。這意味著不會(huì)再有人使用這組對象，應(yīng)該回收這組對象所占用的內(nèi)存空間，然后由于相互引用的存在，每一個(gè)對象的引用計(jì)數(shù)都不為0，因此這些對象所占用的內(nèi)存永遠(yuǎn)不會(huì)被釋放。比如:

這一點(diǎn)是致命的，這與手動(dòng)進(jìn)行內(nèi)存管理所產(chǎn)生的內(nèi)存泄露毫無區(qū)別。

要解決這個(gè)問題，Python引入了其他的垃圾收集機(jī)制來彌補(bǔ)引用計(jì)數(shù)的缺陷：“標(biāo)記-清除”，“分代回收”兩種收集技術(shù)。

二、標(biāo)記-清除

“標(biāo)記-清除”是為了解決循環(huán)引用的問題。可以包含其他對象引用的容器對象（比如：list，set，dict，class，instance）都可能產(chǎn)生循環(huán)引用。

我們必須承認(rèn)一個(gè)事實(shí)，如果兩個(gè)對象的引用計(jì)數(shù)都為1，但是僅僅存在他們之間的循環(huán)引用，那么這兩個(gè)對象都是需要被回收的，也就是說，它們的引用計(jì)數(shù)雖然表現(xiàn)為非0，但實(shí)際上有效的引用計(jì)數(shù)為0。我們必須先將循環(huán)引用摘掉，那么這兩個(gè)對象的有效計(jì)數(shù)就現(xiàn)身了。假設(shè)兩個(gè)對象為A、B，我們從A出發(fā)，因?yàn)樗幸粋€(gè)對B的引用，則將B的引用計(jì)數(shù)減1；然后順著引用達(dá)到B，因?yàn)锽有一個(gè)對A的引用，同樣將A的引用減1，這樣，就完成了循環(huán)引用對象間環(huán)摘除。

但是這樣就有一個(gè)問題，假設(shè)對象A有一個(gè)對象引用C，而C沒有引用A，如果將C計(jì)數(shù)引用減1，而最后A并沒有被回收，顯然，我們錯(cuò)誤的將C的引用計(jì)數(shù)減1，這將導(dǎo)致在未來的某個(gè)時(shí)刻出現(xiàn)一個(gè)對C的懸空引用。這就要求我們必須在A沒有被刪除的情況下復(fù)原C的引用計(jì)數(shù)，如果采用這樣的方案，那么維護(hù)引用計(jì)數(shù)的復(fù)雜度將成倍增加。

原理：“標(biāo)記-清除”采用了更好的做法，我們并不改動(dòng)真實(shí)的引用計(jì)數(shù)，而是將集合中對象的引用計(jì)數(shù)復(fù)制一份副本，改動(dòng)該對象引用的副本。對于副本做任何的改動(dòng)，都不會(huì)影響到對象生命走起的維護(hù)。

這個(gè)計(jì)數(shù)副本的唯一作用是尋找root object集合（該集合中的對象是不能被回收的）。當(dāng)成功尋找到root object集合之后，首先將現(xiàn)在的內(nèi)存鏈表一分為二，一條鏈表中維護(hù)root object集合，成為root鏈表，而另外一條鏈表中維護(hù)剩下的對象，成為unreachable鏈表。之所以要剖成兩個(gè)鏈表，是基于這樣的一種考慮：現(xiàn)在的unreachable可能存在被root鏈表中的對象，直接或間接引用的對象，這些對象是不能被回收的，一旦在標(biāo)記的過程中，發(fā)現(xiàn)這樣的對象，就將其從unreachable鏈表中移到root鏈表中；當(dāng)完成標(biāo)記后，unreachable鏈表中剩下的所有對象就是名副其實(shí)的垃圾對象了，接下來的垃圾回收只需限制在unreachable鏈表中即可。

三、分代回收

背景：分代的垃圾收集技術(shù)是在上個(gè)世紀(jì)80年代初發(fā)展起來的一種垃圾收集機(jī)制，一系列的研究表明：無論使用何種語言開發(fā)，無論開發(fā)的是何種類型，何種規(guī)模的程序，都存在這樣一點(diǎn)相同之處。即：一定比例的內(nèi)存塊的生存周期都比較短，通常是幾百萬條機(jī)器指令的時(shí)間，而剩下的內(nèi)存塊，起生存周期比較長，甚至?xí)某绦蜷_始一直持續(xù)到程序結(jié)束。

從前面“標(biāo)記-清除”這樣的垃圾收集機(jī)制來看，這種垃圾收集機(jī)制所帶來的額外操作實(shí)際上與系統(tǒng)中總的內(nèi)存塊的數(shù)量是相關(guān)的，當(dāng)需要回收的內(nèi)存塊越多時(shí)，垃圾檢測帶來的額外操作就越多，而垃圾回收帶來的額外操作就越少；反之，當(dāng)需回收的內(nèi)存塊越少時(shí)，垃圾檢測就將比垃圾回收帶來更少的額外操作。為了提高垃圾收集的效率，采用“空間換時(shí)間的策略”。

原理：將系統(tǒng)中的所有內(nèi)存塊根據(jù)其存活時(shí)間劃分為不同的集合，每一個(gè)集合就成為一個(gè)“代”，垃圾收集的頻率隨著“代”的存活時(shí)間的增大而減小。也就是說，活得越長的對象，就越不可能是垃圾，就應(yīng)該減少對它的垃圾收集頻率。那么如何來衡量這個(gè)存活時(shí)間：通常是利用幾次垃圾收集動(dòng)作來衡量，如果一個(gè)對象經(jīng)過的垃圾收集次數(shù)越多，可以得出：該對象存活時(shí)間就越長。

轉(zhuǎn)載：http://python.jobbole.com/82061/