python的垃圾回收机制：内存管理的幕后英雄

一、什么是垃圾回收机制？

在Python程序运行过程中，会不断创建各种对象，如列表、字典、类实例等。当这些对象不再被使用时，就成了 “垃圾”，占用的内存空间需要被释放，以便后续程序使用。垃圾回收机制（Garbage Collection，简称 GC）是Python中自动管理内存、回收 “垃圾” 对象的一套机制。

二、Python 垃圾回收核心原理

1. 引用计数

原理：Python 为每个对象维护一个引用计数，记录该对象被引用的次数。

当对象被创建时，引用计数为 1；

每次被引用（如赋值给变量、作为参数传递等），引用计数加 1；

当引用失效（如变量被删除、函数执行结束），引用计数减 1。

当引用计数为 0 时，对象占用的内存会被立即回收。

案例：

a = [1, 2, 3] # 对象[1, 2, 3]的引用计数为1
b = a         # 对象[1, 2, 3]的引用计数变为2
del a         # 对象[1, 2, 3]的引用计数减为1
b = None      # 对象[1, 2, 3]的引用计数变为0，内存被回收

2. 标记 - 清除

原理：对于循环引用（即对象之间相互引用，导致引用计数无法降为0）的情况，Python 采用标记-清除算法。

首先从根对象（如全局变量、栈上的变量等）开始 “标记” 所有可达的对象，这些对象是程序仍在使用的；然后扫描整个内存空间，清除所有未被标记的对象，即 “垃圾” 对象。

案例：

class Node:
    def__init__(self):
        self.next = None
a = Node()
b = Node()
a.next = b
b.next = a # a和b循环引用
del a
del b # 此时a和b的引用计数仍为1，通过标记 - 清除算法回收内存

3. 分代回收

原理：Python将对象分为三代，根据对象存活时间的不同进行管理。新创建的对象位于第0代，当第0代对象经过一定次数的垃圾回收后仍存活，会被移到第1代；同理，第1代对象经过多次回收存活后，会移到第2代。垃圾回收时，优先回收第0代对象，因为新创建的对象更有可能很快变成 “垃圾”，这样可以提高回收效率。

三、与垃圾回收相关的函数及案例

1. sys.getrefcount()

功能：获取对象的引用计数。注意，调用该函数时会临时增加一次引用计数（因为函数调用本身也是对对象的引用），所以返回值比实际引用计数多 1。

案例：

import sys
a = [10, 20]
print(sys.getrefcount(a)) # 输出比实际引用计数多1
b = a
print(sys.getrefcount(a)) # 引用计数增加

2. gc.get_threshold() 和 gc.set_threshold()

功能：

• gc.get_threshold()：获取分代回收中各代对象的回收阈值，返回一个三元组，分别对应第0代、第1代、第2代的阈值。

• gc.set_threshold(threshold0[, threshold1[, threshold2]])：设置分代回收中各代对象的回收阈值。

案例：

import gc
# 获取当前回收阈值
print(gc.get_threshold())
# 设置新的回收阈值
gc.set_threshold(700, 10, 10)
print(gc.get_threshold())

3. gc.collect()

功能：手动触发垃圾回收，无论当前对象的引用计数和代龄如何，立即执行垃圾回收操作。

案例：

import gc
class BigObject:
    def__init__(self):
	self.data = [i for i in range(1000000)]

# 创建对象，占用大量内存
obj = BigObject()
del obj # 此时对象成为垃圾，但不一定立即回收
# 手动触发垃圾回收
gc.collect()

四、循环引用场景下查看对象引用情况

1.先不构建循环引用

class Node:
    def__init__(self):
        self.next = None
#实例化Node对象
a = Node()
b = Node()
#删除对象
del a
del b

#获取所有对象
all_objects = gc.get_objects()
for obj in all_objects:
    if isinstance(obj, Node):
        print(f"找到Node对象，地址: {id(obj)}")
#以上代码执行无日志打印，说明Node对象已经不存在。

2. 构建循环引用案例

class Node:
    def__init__(self):
        self.next = None
#实例化Node对象
a = Node()
b = Node()
#循环引用
a.next = b
b.next = a
#删除对象
del a
del b

#获取所有对象
all_objects = gc.get_objects()
for obj in all_objects:
    if isinstance(obj, Node):
        print(f"找到Node对象，地址: {id(obj)}")
#以上代码执行有日志打印，说明Node对象还是存在。
找到Node对象，地址: 4452874272
找到Node对象，地址: 4455658736

在这个例子里，a和b对象相互引用，形成了循环引用。通过gc.get_objects()获取所有对象，筛选出Node类型对象，可发现循环引用的对象。

当我们进行手工回收后，发现循环引用的对象已经不存在了：

class Node:
    def__init__(self):
        self.next = None

a = Node()
b = Node()
a.next = b
b.next = a
del a
del b

# 强制进行垃圾回收，查看是否能回收对象
gc.collect()

all_objects = gc.get_objects()
for obj in all_objects:
    if isinstance(obj, Node):
        print(f"找到Node对象，地址: {id(obj)}")
#程序执行后，已经没有Node对象了。

五、总结

Python的垃圾回收机制是保障程序稳定运行、高效利用内存的重要组成部分。从基础的引用计数到复杂的标记-清除、分代回收，再到相关函数的使用，每一个环节都有其独特的作用。避开常见的 “坑”，合理利用垃圾回收机制，能让你的Python 代码在内存管理上更加得心应手！