Python的垃圾回收机制

我们都知道计算机资源主要存储在两个地方。一个是 硬盘，一个是 内存 。在编写程序定义变量的过程，我们就会申请内存空间，使用完后就应该释放。否则可能会造成 内存溢出 。好在 Python 存在 垃圾回收机制 不用我们进行内存管理。

垃圾回收机制主要包括：

• 引用计数
• 标记清除
• 分代回收

# 引用计数

引用计数就是一个值被几个变量引用。

name = 'ma' # 18被age引用
nam2 = name # 18 被age、age2同时引用 
# 此时 'ma' 的引用计数为2。

假如我们再执行del name 删除变量 name，name = 'a'改变name2的指向。那么ma引用计数变为 0。就会被内存回收。

# 标记清除

首先我们要明白为什么需要标记清除机制。现在假设我们写了以下代码：

l1 = [1, 2, l2]
l2 = ['a', 'b', l1]
del l1
del l2

当我们执行两个 del 语句后。外部变量对两个列表的引用为 0 。但两个列表还在相互引用，引用计数不为 0 。这时候我们就无法访问到这两个列表，也没有办法将它从内存中清除，它们会一直占据着内存。这就是 内存泄漏 。

要想弄明白，标记清除的实现原理。我们需要了解 变量名 和 变量值 在内存中的存储关系。

如图所示在内存中，变量名存储在 栈区 变量值存储在 堆区 。两者存在引用关系。所谓的标记清除就是 Python 扫描栈区，发现有通过栈区引用不到的值就会将它回收。

所以上面例子中，即使两个列表还在相互引用，引用计数不为 0 。但是在栈区内没有变量引用这两个列表，那么他们就会被回收。

# 分代回收

通过 引用计数 和 标记清除 已经可以回收所有垃圾。但是由于每次查看引用计数的时候会遍历扫描所有变量，效率比较低。所以就产生了 分代回收 。举个例子：

刚开学时，老师每个人都不认识。检查作业时一致同仁，每个人都三天检查一次。但随着时间的增长，对于表现好的同学可能一周检查一次，表现不好的一天检查一次。又过了一段时间，可能表现更好的同学一个月检查一次，表现更不好的再增加检查频率。分代回收机制 也是如此，对不同的变量进行不同频率的扫描，以此来增加扫描效率。

至此，垃圾回收机制就讲完了。总结来说，垃圾回收机制通过 引用计数 来扫描回收垃圾，通过 标记清除 来回收引用计数回收不了的垃圾，通过 分代回收 来提高效率。