Python的垃圾回收機制

一、引用計數

Python中，主要通過引用計數（Reference Counting）進行垃圾回收。

typedef struct_object {
 int ob_refcnt;
 struct_typeobject *ob_type;
} PyObject;

在Python中每一個物件的核心就是一個結構體PyObject，它的內部有一個引用計數器（ob_refcnt）。程式在執行的過程中會實時的更新ob_refcnt的值，來反映引用當前物件的名稱數量。當某物件的引用計數值為0,那麼它的記憶體就會被立即釋放掉。
以下情況是導致引用計數加一的情況:

• 物件被建立，例如a=2
• 物件被引用，b=a
• 物件被作為引數，傳入到一個函式中
• 物件作為一個元素，儲存在容器中
  下面的情況則會導致引用計數減一:
• 物件別名被顯示銷燬 del
• 物件別名被賦予新的物件
• 一個物件離開他的作用域
• 物件所在的容器被銷燬或者是從容器中刪除物件
  我們還可以通過sys包中的getrefcount()來獲取一個名稱所引用的物件當前的引用計數(注意，這裡getrefcount()本身會使得引用計數加一)

sys.getrefcount(a)

引用計數法有其明顯的優點，如高效、實現邏輯簡單、具備實時性，一旦一個物件的引用計數歸零，記憶體就直接釋放了。不用像其他機制等到特定時機。將垃圾回收隨機分配到執行的階段，處理回收記憶體的時間分攤到了平時，正常程式的執行比較平穩。但是，引用計數也存在著一些缺點，通常的缺點有：

• 邏輯簡單，但實現有些麻煩。每個物件需要分配單獨的空間來統計引用計數，這無形中加大的空間的負擔，並且需要對引用計數進行維護，在維護的時候很容易會出錯。
• 在一些場景下，可能會比較慢。正常來說垃圾回收會比較平穩執行，但是當需要釋放一個大的物件時，比如字典，需要對引用的所有物件迴圈巢狀呼叫，從而可能會花費比較長的時間。
• 迴圈引用。這將是引用計數的致命傷，引用計數對此是無解的，因此必須要使用其它的垃圾回收演算法對其進行補充。
  也就是說，Python 的垃圾回收機制，很大一部分是為了處理可能產生的迴圈引用，是對引用計數的補充。