Python的垃圾回收机制到底是什么回事？

从网上找到一大堆的文档，看的也是一知半解，最终就学会了一句话：引用计数器为主、分代码回收和标记清除为辅。

就这么一知半解地去忽悠面试官了，如果面试官恰好也只会这几句话，那便达成和解了，如果不是，那"今天暂时先这样，你回去等消息吧（基本凉凉）"。

本篇文章从C语言源码底层来聊聊Python内存管理和垃圾回收机制到底是个啥？让你能够真正了解内存管理&垃圾回收。

用通俗的语言解释内存管理和垃圾回收的过程，搞懂这一部分就可以去面试、去装B了。

在Python的C源码中有一个名为refchain的环状双向链表，这个链表比较牛逼了，因为Python程序中一旦创建对象都会把这个对象添加到refchain这个链表中。也就是说他保存着所有的对象。例如：

在refchain中的所有对象内部都有一个ob_refcnt用来保存当前对象的引用计数器，顾名思义就是自己被引用的次数，例如：

上述代码表示内存中有 18 和 "张三" 两个值，他们的引用计数器分别为：1、2 。

当值被多次引用时候，不会在内存中重复创建数据，而是引用计数器+1 。 当对象被销毁时候同时会让引用计数器-1,如果引用计数器为0，则将对象从refchain链表中摘除，同时在内存中进行销毁（暂不考虑缓存等特殊情况）。

基于引用计数器进行垃圾回收非常方便和简单，但他还是存在循环引用的问题，导致无法正常地回收一些数据，例如：

对于上述代码会发现，执行del操作之后，没有变量再会去使用那两个列表对象，但由于循环引用的问题，他们的引用计数器不为0，所以他们的状态：永远不会被使用、也不会被销毁。项目中如果这种代码太多，就会导致内存一直被消耗，直到内存被耗尽，程序崩溃。

为了解决循环引用的问题，引入了标记清除技术，专门针对那些可能存在循环引用的对象进行特殊处理，可能存在循环应用的类型有：列表、元组、字典、集合、自定义类等那些能进行数据嵌套的类型。

我自己录了很多Python的入门视频，实打实的，免费给你们：www.jxqcjt.com/tx/course/3139803?name=lyj

标记清除：创建特殊链表专门用于保存 列表、元组、字典、集合、自定义类等对象，之后再去检查这个链表中的对象是否存在循环引用，如果存在则让双方的引用计数器均 - 1 。

分代回收：对标记清除中的链表进行优化，将那些可能存在循引用的对象拆分到3个链表，链表称为：0/1/2三代，每代都可以存储对象和阈值，当达到阈值时，就会对相应的链表中的每个对象做一次扫描，除循环引用各自减1并且销毁引用计数器为0的对象。

特别注意：0代和1、2代的threshold和count表示的意义不同。

· 0代，count表示0代链表中对象的数量，threshold表示0代链表对象个数阈值，超过则执行一次0代扫描检查。

· 1代，count表示0代链表扫描的次数，threshold表示0代链表扫描的次数阈值，超过则执行一次1代扫描检查。

· 2代，count表示1代链表扫描的次数，threshold表示1代链表扫描的次数阈值，超过则执行一2代扫描检查。

根据C语言底层并结合图来讲解内存管理和垃圾回收的详细过程。

第一步：当创建对象age=19时，会将对象添加到refchain链表中。

第二步：当创建对象num_list = [11,22]时，会将列表对象添加到 refchain 和 generations 0代中。

第三步：新创建对象使generations的0代链表上的对象数量大于阈值700时，要对链表上的对象进行扫描检查

当0代大于阈值后，底层不是直接扫描0代，而是先判断2、1是否也超过了阈值

• 如果2、1代未达到阈值，则扫描0代，并让1代的 count + 1
• 如果2代已达到阈值，则将2、1、0三个链表拼接起来进行全扫描，并将2、1、0代的count重置为0
• 如果1代已达到阈值，则将1、0两个链表拼接起来进行扫描，并将所有1、0代的count重置为0

对拼接起来的链表在进行扫描时，主要就是剔除循环引用和销毁垃圾，详细过程为：

• 扫描链表，把每个对象的引用计数器拷贝一份并保存到 gc_refs中，保护原引用计数器。
• 再次扫描链表中的每个对象，并检查是否存在循环引用，如果存在则让各自的gc_refs减 1
• 再次扫描链表，将 gc_refs 为 0 的对象移动到unreachable链表中；不为0的对象直接升级到下一代链表中
• 处理unreachable链表中的对象的 析构函数 和 弱引用，不能被销毁的对象升级到下一代链表，能销毁的保留在此链表
•  析构函数，指的就是那些定义了__del__方法的对象，需要执行之后再进行销毁处理

• 最后将 unreachable 中的每个对象销毁并在refchain链表中移除（不考虑缓存机制）

至此，垃圾回收的过程结束。

从上文大家可以了解到当对象的引用计数器为0时，就会被销毁并释放内存。而实际上他不是这么的简单粗暴，因为反复的创建和销毁会使程序的执行效率变低。Python中引入了"缓存机制"机制。

例如：引用计数器为0时，不会真正销毁对象，而是将他放到一个名为 free_list 的链表中，之后会再创建对象时不会在重新开辟内存，而是在free_list中将之前的对象来并重置内部的值来使用。

· float类型，维护的free_list链表最多可缓存100个float对象。

· int类型，不是基于freelist，而是维护一个**smallints链表保存常见数据（小数据池**），小数据池范围：-5 <= value < 257。即：重复使用这个范围的整数时，不会重新开辟内存。

· str类型，维护unicode_latin1[256]链表，内部将所有的ascii字符缓存起来，以后使用时就不再反复创建

· 除此之外，Python内部还对字符串做了驻留机制，针对那么只含有字母、数字、下划线的字符串（见源码Objects/codeobject.c），如果内存中已存在则不会重新再创建而是使用原来的地址里（不会像free_list那样一直在内存存活，只有内存中有才能被重复利用）。

· list类型，维护的free_list数组最多可缓存80个list对象。

· tuple类型，维护一个freelist数组且数组容量20，数组中元素可以是链表且每个链表最多可以容纳2000个元组对象。元组的freelist数组在存储数据时，是按照元组可以容纳的个数为索引找到free_list数组中对应的链表，并添加到链表中。

· dict类型，维护的free_list数组最多可缓存80个dict对象。

上文对Python的内存管理和垃圾回收进行了快速讲解。

我自己录了很多Python的入门视频，实打实的，免费给你们：www.jxqcjt.com/tx/course/3139803?name=lyj

对于Python的内存管理和垃圾回收，你有什么想说的吗？欢迎留言交流！