python如何进行垃圾回收_python垃圾回收机制
一、引入
解释器在执行到定义变量的语法时,会申请内存空间来存放变量的值,而内存的容量是有限的,这就涉及到变量值所占用内存空间的回收问题,当一个变量值没有用了(简称垃圾)就应该将其占用的内存给回收掉,那什么样的变量值是没有用的呢?
单从逻辑层面分析,我们定义变量将变量值存起来的目的是为了以后取出来使用,而取得变量值需要通过其绑定的直接引用(如x=10,10被x直接引用)或间接引用(如l=[x,],x=10,10被x直接引用,而被容器类型l间接引用),所以当一个变量值不再绑定任何引用时,我们就无法再访问到该变量值了,该变量值自然就是没有用的,就应该被当成一个垃圾回收。
毫无疑问,内存空间的申请与回收都是非常耗费精力的事情,而且存在很大的危险性,稍有不慎就有可能引发内存溢出问题,好在Cpython解释器提供了自动的垃圾回收机制来帮我们解决了这件事。
二、堆区和栈区
我们在定义变量时,变量名和变量值都是需要存储的,分别对应内存中的两块区域:栈区和堆区
# 1、变量名与值内存地址的关联关系存放于栈区
# 2、变量值存放于堆区,内存管理回收的则是堆区的内容,
定义了两个变量x = 10、y = 20,详解如下图:
当我们执行x=y时,内存中的栈区与堆区变化如下
三、直接引用和循环引用
直接引用指的是从栈区出发直接引用到的内存地址
间接引用指的是从栈区出发引用到堆区后,再通过进一步引用才能到达的内存地址。
直接引用,例如:
x = 10
y = '吴晋丞'
z = [1,'haha']
上述都是直接引用的实例。
间接引用,例如:
python l2 = [20, 30] # 列表本身被变量名l2直接引用,包含的元素被列表间接引用 x = 10 # 值10被变量名x直接引用 l1 = [x, l2] # 列表本身被变量名l1直接引用,包含的元素被列表间接引用
间接引用只存在于容器中。容器的变量名存储着整个容器的内存地址,容器中又存储的是每个元素的内存地址。
x = 10
y = ['a',x]
x = 230
print(y)
print(x)
会y中的x会变成230,我当时认为y中存储的是x的地址,其实y中存储的地址追根溯源是10的内存地址,所以它不变。想下内存图解,10其实有两个引用,x重新赋值了,只是少一个引用罢了,对y没有影响。
四、垃圾回收机制原理分析
Python的GC模块主要运用了“引用计数”(reference counting)来跟踪和回收垃圾。在引用计数的基础上,还可以通过“标记-清除”(mark and sweep)解决容器对象可能产生的循环引用的问题,并且通过“分代回收”(generation collection)以空间换取时间的方式来进一步提高垃圾回收的效率。
五、引用计数
引用计数:内存中的值被引用的次数,当计数为0时,该变量值就成为了垃圾,就会被回收。
下述情况计数会加1:
对象被创建 a=14
对象被引用 b=a
对象被作为参数,传到函数中 func(a)
对象作为一个元素,存储在容器(比如数组、列表、元组)中 List={a,“a”,“b”,2}
与上述情况相对应,当发生以下四种情况时,计数器-1
当该对象的别名被显式销毁时 del a
当该对象的引别名被赋予新的对象 a=26
一个对象离开它的作用域,例如 func函数执行完毕时,函数里面的局部变量的引用计数器就会减一(但是全局变量不会)
将该元素从容器中删除时,或者容器被销毁时。
六、标记清除
1、循环引用问题
引用计数机制存在着一个致命的弱点,即循环引用(也称交叉引用)
# 如下我们定义了两个列表,简称列表1与列表2,变量名l1指向列表1,变量名l2指向列表2
>>> l1=['xxx'] # 列表1被引用一次,列表1的引用计数变为1
>>> l2=['yyy'] # 列表2被引用一次,列表2的引用计数变为1
>>> l1.append(l2) # 把列表2追加到l1中作为第二个元素,列表2的引用计数变为2
>>> l2.append(l1) # 把列表1追加到l2中作为第二个元素,列表1的引用计数变为2
# l1与l2之间有相互引用
# l1 = ['xxx'的内存地址,列表2的内存地址]
# l2 = ['yyy'的内存地址,列表1的内存地址]
>>> l1
['xxx', ['yyy', [...]]]
>>> l2
['yyy', ['xxx', [...]]]
>>> l1[1][1][0]
'xxx'
循环引用会导致:值不再被任何名字关联,但是值的引用计数并不会为0,应该被回收但不能被回收,什么意思呢?试想一下,请看如下操作
del l1 # 列表1的引用计数减1,列表1的引用计数变为1
del l2 # 列表2的引用计数减1,列表2的引用计数变为1
此时,只剩下列表1与列表2之间的相互引用
但此时两个列表的引用计数均不为0,但两个列表不再被任何其他对象关联,没有任何人可以再引用到它们,所以它俩占用内存空间应该被回收,但由于相互引用的存在,每一个对象的引用计数都不为0,因此这些对象所占用的内存永远不会被释放,所以循环引用是致命的,这与手动进行内存管理所产生的内存泄露毫无区别。 所以Python引入了“标记-清除” 与“分代回收”来分别解决引用计数的循环引用与效率低的问题
2、解决方案(标记清除)
容器对象(比如:list,set,dict,class,instance)都可以包含对其他对象的引用,所以都可能产生循环引用。而“标记-清除”计数就是为了解决循环引用的问题。
标记/清除算法的做法是当应用程序可用的内存空间被耗尽的时,就会停止整个程序,然后进行两项工作,第一项则是标记,第二项则是清除
1、标记
通俗地讲就是:
栈区相当于“根”,凡是从根出发可以访达(直接或间接引用)的,都称之为“有根之人”,有根之人当活,无根之人当死。
具体地:标记的过程其实就是,遍历所有的GC Roots对象(栈区中的所有内容或者线程都可以作为GC Roots对象),然后将所有GC Roots的对象可以直接或间接访问到的对象标记为存活的对象,其余的均为非存活对象,应该被清除。
2、清除
清除的过程将遍历堆中所有的对象,将没有标记的对象全部清除掉。
基于上例的循环引用,当我们同时删除l1与l2时,会清理到栈区中l1与l2的内容以及直接引用关系
这样在启用标记清除算法时,从栈区出发,没有任何一条直接或间接引用可以访达l1与l2,即l1与l2成了“无根之人”,于是l1与l2都没有被标记为存活,二者会被清理掉,这样就解决了循环引用带来的内存泄漏问题。
七、分代回收
1、效率问题
基于引用计数的回收机制,每次回收内存,都需要把所有对象的引用计数都遍历一遍,这是非常消耗时间的,于是引入了分代回收来提高回收效率,分代回收采用的是用“空间换时间”的策略。
2、解决方案(分代回收)
分代:
分代回收的核心思想是:在历经多次扫描的情况下,都没有被回收的变量,gc机制就会认为,该变量是常用变量,gc对其扫描的频率会降低,具体实现原理如下:
分代指的是根据存活时间来为变量划分不同等级(也就是不同的代)
回收:
回收依然是使用引用计数作为回收的依据
的效果,但也存在一定的缺点:
#例如一个变量刚刚从新生代移入青春代,该变量的绑定关系就解除了,该变量应该被回收,但青春代的扫描频率低于新生代,这就到导致了应该被回收的垃圾没有得到及时地清理。
没有十全十美的方案:
毫无疑问,如果没有分代回收,即引用计数机制一直不停地对所有变量进行全体扫描,可以更及时地清理掉垃圾占用的内存,但这种一直不停地对所有变量进行全体扫描的方式效率极低,所以我们只能将二者中和。
综上
垃圾回收机制是在清理垃圾&释放内存的大背景下,允许分代回收以极小部分垃圾不会被及时释放为代价,以此换取引用计数整体扫描频率的降低,从而提升其性能,这是一种以空间换时间的解决方案目录
python如何进行垃圾回收_python垃圾回收机制相关推荐
- python 垃圾回收器_Python 垃圾回收机制详细
引用计数 Python语言默认采用的垃圾收集机制是『引用计数法 Reference Counting』,该算法最早George E. Collins在1960的时候首次提出,50年后的今天,该算法依然 ...
- python分代回收_python 垃圾回收——分代回收 和java有些区别 注意循环引用无法被回收...
作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明.谢谢! 语言的内存管理是语言设计的一个重要方面.它是决定语言性能的重要因素.无论是C语言的 ...
- python实现链表的删除_Python垃圾回收机制
python作为一门解释型语言,以代码简洁易懂著称.我们可以直接对名称赋值,而不必声明类型.名称类型的确定.内存空间的分配与释放都是由python解释器在运行时进行的.python这一自动管理内存功能 ...
- python手动垃圾回收_Python 垃圾回收
Python 的内存管理是自动的.Python 使用引用计数和垃圾回收来管理内存. 引用计数:每个对象有一个引用它的对象的数目.引用计数为 0 的对象被视作垃圾.当一个引用它的对象创建时,引用计数加一 ...
- python 内存回收机制_Python垃圾回收机制是什么
不同于C/C++,像Python这样的语言是不需要程序员写代码来管理内存的,它的GC(Garbage Collection)机制 实现了自动内存管理.GC做的事情就是解放程序员的双手,找出内存中不用的 ...
- python终结一个循环额_Python语言入门之内存管理方式和垃圾回收算法解析
本文主要向大家介绍了Python语言入门之内存管理方式和垃圾回收算法解析,通过具体的内容向大家展示,希望对大家学习Python语言有所帮助. 在列表,元组,实例,类,字典和函数中存在循环引用问题.有 ...
- python拷贝是什么知识点_python闭包、深浅拷贝、垃圾回收、with语句知识点汇总...
1.1 闭包 1.闭包概念 1. 在一个外函数中定义了一个内函数,内函数里运用了外函数的临时变量,并且外函数的返回值是内函数的引用,这样就构成了一个闭包 2. 一般情况下,在我们认知当中,如果一个函数 ...
- python垃圾回收机制为什么标记能解决循环引用问题_Python 垃圾回收机制和如何解决循环引用...
引用计数:是一种垃圾收集机制,而且也是一种最直观,最简单的垃圾收集技术, 当一个对象的引用被创建或者复制时,对象的引用计数加 1:当一个对象的引用被销毁时,对象的引用计数减 1:当对象的引用计数减少为 ...
- python的内存调优_python内存机制与垃圾回收、调优手段
一.python的内存机制 python中的内存机制 如下所示: _____ ______ ______ ________ [ int ] [ dict ] [ list ] ... [ string ...
最新文章
- wrs-tuya-cloud
- 开源 免费 java CMS - FreeCMS1.2-功能说明-网上调查
- Bound Found POJ - 2566(尺取法+前缀和创造区间变化趋势)
- 深度学习数据扩张_适用于少量数据的深度学习结构
- 备忘录怎么用红笔标注_备忘录丢失怎么找回来?教你轻松玩转备忘录
- ES6更新的3种精简化代码,(1.速写属性 2.速写方法 3.模板字符串)
- Docker学习--基本docker命令
- 速读原著-TCP/IP(网络文件系统)
- (9)数据分析-相关性分析
- 安智市场发展史:刷机产业链的”中间商”
- nodejs无法下载puppeteer附带的chromium解决方案
- matlab中scr,基于matlab生成的scr文件,实现autocad曲线绘制,代码问题
- 高等数学(第七版)同济大学 习题12-1 个人解答
- 基于C#的电脑录屏和录像(工程源码)
- Flutter开发相比React-Native优势在哪里?高手为你答疑解惑!
- MySql 获取去年的第一天
- java tab标签_js-tab选项卡
- “running install error: can‘t create or remove files in install directory The following error occu”
- 速学堂第四章代码练习题
- linux 查看动态日志tail tailf
热门文章
- 使用ssh远程连接时的一些注意问题
- lighthouse使用_如何在CircleCI中使用Lighthouse
- git 别名_Git别名简介:使用Git的更快方法
- laravel5.5 php7,ubuntu 16.04+nginx+mysql+php7.1+laravel5.5环境
- mybatis映射longtext类型数据_全网首例全栈实践(五)Spring Boot 集成Mybatis
- jupyter notebook 设置默认目录
- Django查询数据
- 100例Python代码带你从入门到进阶!
- 动态HTML处理和机器图像识别
- 用sqoop将mysql的数据导入到hive表中,原理分析