用通俗的語言解釋記憶體管理和垃圾回收的過程，搞懂這一部分就可以去面試、去裝逼了…

基於C語言原始碼底層，讓你瞭解垃圾回收機制的實現

更多詳細關於垃圾回收：https://pythonav.com/wiki/detail/6/88/

1、引用計數器

1.1、環狀雙向連結串列refchain

在Python的C原始碼中有一個名為refchain的環狀雙向連結串列，這個連結串列比較牛逼了，因為Python程式中一旦建立物件都會把這個物件新增到refchain這個連結串列中。也就是說他儲存著所有的物件。例如：

name = "武沛齊"
age = 18
hobby = ["籃球", "美女"]


內部會建立一些資料【上一個物件、下一個物件、型別、引用個數】
name 
 
= '武沛齊'
new = name

內部會建立一些資料【上一個物件、下一個物件、型別、引用個數、val=18】
age = 18

內部會建立一些資料【上一個物件、下一個物件、型別、引用個數、元素個數】
hobby = ["籃球", "美女"]

在C原始碼中如何體現每個物件中都有相同的值，PyObject結構體（4個值）

有多個元素組成的物件，PyObject結構體（4個值） + ob_size

1.2、型別封裝結構體

data = 3.14

內部會建立
_ob_next = refchain的上一個物件
_ob_prev = refchain的下一個物件
ob_type = float
ob_refcnt 
 
= 1
ob_fval = 3.14

1.3、引用計數器

當python執行程式時， 會根據資料型別的不同找到對應的結構體， 根據結構體中的欄位來進行建立相關的資料，然後將物件新增到refchain雙向連結串列中

在C原始碼中有兩個關鍵的結構體，PyObject、PyVarObject

每個物件 中都有ob_refcnt就是引用計數器，預設為1，當有其他變數引用物件時， 引用計數器發生變化

當值被多次引用時候，不會在記憶體中重複建立資料，而是引用計數器+1。 當物件被銷燬時候同時會讓引用計數器-1,如果引用計數器為0，則將物件從refchain連結串列中摘除，同時在記憶體中進行銷燬（暫不考慮快取等特殊情況）。

age = 18
name = "武沛齊"
nickname = name   # 物件武沛齊的引用計數器 + 1     引用
del name   # 物件武沛齊的引用計數器 - 1　　　　　　　刪除引用

1.4、引用計數器的bug（迴圈引用問題）

基於引用計數器進行垃圾回收非常方便和簡單，但他還是存在迴圈引用的問題，導致無法正常的回收一些資料，例如：

v1 = [11,22,33]        # refchain中建立一個列表物件，由於v1=物件，所以列表引物件用計數器為1.
v2 = [44,55,66]        # refchain中再建立一個列表物件，因v2=物件，所以列表物件引用計數器為1.
v1.append(v2)        # 把v2追加到v1中，則v2對應的[44,55,66]物件的引用計數器加1，最終為2.
v2.append(v1)        # 把v1追加到v1中，則v1對應的[11,22,33]物件的引用計數器加1，最終為2.
del v1    # 引用計數器-1
del v2    # 引用計數器-1

對於上述程式碼會發現，執行del操作之後，沒有變數再會去使用那兩個列表物件，但由於迴圈引用的問題，他們的引用計數器不為0

所以他們的狀態：永遠不會被使用、也不會被銷燬。專案中如果這種程式碼太多，就會導致記憶體一直被消耗，直到記憶體被耗盡，程式崩潰。

2、標記清除

為了解決迴圈引用的問題，引入了標記清除技術，專門針對那些可能存在迴圈引用的物件進行特殊處理。

可能存在迴圈應用的型別有：列表、元組、字典、集合、自定義類等那些能進行資料巢狀的型別。

2.1、實現標記清除：

在python底層在維護一個連結串列，專門儲存可能存在迴圈引用的型別：列表、元組、字典、集合。

在python內部某種情況觸發，回去掃描可能存在迴圈引用的連結串列中的每個元素，檢查是否存在迴圈引用，如果存在則讓雙方的引用計數器均 - 1 ，如果是0則垃圾回收

2.2、標記清除問題

1、什麼時候掃描？

2、可能存在迴圈引用的連結串列掃描代價大，每次掃描耗時久

3、分代回收

對標記清除中的連結串列進行優化，將那些可能存在循引用的物件拆分到3個連結串列，連結串列稱為：0/1/2三代，每代都可以儲存物件和閾值，當達到閾值時，就會對相應的連結串列中的每個物件做一次掃描，除迴圈引用各自減1並且銷燬引用計數器為0的物件。

• 0代：0代中物件個數閥值達到700個掃描一次
• 1代： 0代掃描的次數閥值達到10次，則1代掃描一次
• 2代：1代掃描的次數閥值達到10次，則2代掃描一次

第一步：當建立物件age=19時，會將物件新增到refchain連結串列中。

第二步：當建立物件num_list = [11,22]時，會將列表物件新增到 refchain 和 generations 0代中。

4、小結

在python中維護了一個refchain的雙向環狀連結串列，這個連結串列中儲存程式建立的所有物件，每種型別的物件中都有一個ob_refcnt引用計數器的值， 引用個數+1 -1， 最後當引用計數為0時會進行垃圾回收（物件銷燬，refchain中移除）

但是，在python中對於那些可以有多個元素組成的物件可能會存在迴圈引用的問題，為了解決這個問題python引入了標記清除和分代回收

5、python快取機制

從上文大家可以瞭解到當物件的引用計數器為0時，就會被銷燬並釋放記憶體。

而實際上他不是這麼的簡單粗暴，因為反覆的建立和銷燬會使程式的執行效率變低。Python中引入了“快取機制”機制。
例如：引用計數器為0時，不會真正銷燬物件，而是將他放到一個名為free_list的連結串列中，之後會再建立物件時不會在重新開闢記憶體，而是在free_list中將之前的物件來並重置內部的值來使用。

float型別，維護的free_list連結串列最多可快取100個float物件。

  v1 = 3.14    # 開闢記憶體來儲存float物件，並將物件新增到refchain連結串列。
  print( id(v1) ) # 記憶體地址：4436033488
  del v1    # 引用計數器-1，如果為0則在rechain連結串列中移除，不銷燬物件，而是將物件新增到float的free_list.
  v2 = 9.999    # 優先去free_list中獲取物件，並重置為9.999，如果free_list為空才重新開闢記憶體。
  print( id(v2) ) # 記憶體地址：4436033488
  # 注意：引用計數器為0時，會先判斷free_list中快取個數是否滿了，未滿則將物件快取，已滿則直接將物件銷燬。

int型別，不是基於free_list，而是維護一個small_ints連結串列儲存常見資料（小資料池），小資料池範圍：-5 <= value < 257。即：重複使用這個範圍的整數時，不會重新開闢記憶體。

  v1 = 38    # 去小資料池small_ints中獲取38整數物件，將物件新增到refchain並讓引用計數器+1。
  print( id(v1))  #記憶體地址：4514343712
  v2 = 38 # 去小資料池small_ints中獲取38整數物件，將refchain中的物件的引用計數器+1。
  print( id(v2) ) #記憶體地址：4514343712
  # 注意：在直譯器啟動時候-5~256就已經被加入到small_ints連結串列中且引用計數器初始化為1，程式碼中使用的值時直接去small_ints中拿來用並將引用計數器+1即可。另外，small_ints中的資料引用計數器永遠不會為0（初始化時就設定為1了），所以也不會被銷燬。

str型別，維護unicode_latin1[256]連結串列，內部將所有的ascii字元快取起來，以後使用時就不再反覆建立。

  v1 = "A"
  print( id(v1) ) # 輸出：4517720496
  del v1
  v2 = "A"
  print( id(v1) ) # 輸出：4517720496
  # 除此之外，Python內部還對字串做了駐留機制，針對那麼只含有字母、數字、下劃線的字串（見原始碼Objects/codeobject.c），如果記憶體中已存在則不會重新在建立而是使用原來的地址裡（不會像free_list那樣一直在記憶體存活，只有記憶體中有才能被重複利用）。
  v1 = "wupeiqi"
  v2 = "wupeiqi"
  print(id(v1) == id(v2)) # 輸出：True

list型別，維護的free_list陣列最多可快取80個list物件。

  v1 = [11,22,33]
  print( id(v1) ) # 輸出：4517628816
  del v1
  v2 = ["武","沛齊"]
  print( id(v2) ) # 輸出：4517628816

tuple型別，維護一個free_list陣列且陣列容量20，陣列中元素可以是連結串列且每個連結串列最多可以容納2000個元組物件。元組的free_list陣列在儲存資料時，是按照元組可以容納的個數為索引找到free_list陣列中對應的連結串列，並新增到連結串列中。

  v1 = (1,2)
  print( id(v1) )
  del v1  # 因元組的數量為2，所以會把這個物件快取到free_list[2]的連結串列中。
  v2 = ("武沛齊","Alex")  # 不會重新開闢記憶體，而是去free_list[2]對應的連結串列中拿到一個物件來使用。
  print( id(v2) )

dict型別，維護的free_list陣列最多可快取80個dict物件。

  v1 = {"k1":123}
  print( id(v1) )  # 輸出：4515998128
  del v1
  v2 = {"name":"武沛齊","age":18,"gender":"男"}
  print( id(v1) ) # 輸出：4515998128