Python垃圾回收机制

数值类型和字符串类型在 Python 中都是不可变的，这意味着你无法修改这个对象的值，每次对变量的修改，实际上是创建一个新的对象 . Garbage collection(GC垃圾回收) python采用的是引用计数机制为主，标记-清除和分代收集(隔代回收、分代回收)两种机制为辅的策略 引用计数机制的优点： 1、简单 2、实时性：一旦没有引用，内存就直接释放了。不用像其他机制等到特定时机。实时性还带来一个好处：处理回收内存的时间分摊到了平时。 引用计数机制的缺点： 维护引用计数消耗资源 循环引用，解决不了 常用函数 1、gc.set_debug(flags) 设置gc的debug日志，一般设置 Python的垃圾回收（Garbage Collection，简称GC）机制是其内存管理的重要组成部分，它自动管理程序中的内存分配和释放，避免内存泄漏。Python中的数据类型，如数值和字符串，由于它们的不可变性，每次赋值操作都会创建新的对象，旧的对象可能会变成垃圾，需要被回收。 Python的垃圾回收主要采用引用计数机制。引用计数机制是一种简单的内存管理方式，每个对象都有一个计数器，记录有多少个引用指向它。当引用计数变为0时，表明该对象不再被使用，可以被回收。引用计数机制的优点在于其简单性和实时性，可以立即释放不再使用的内存，而且内存的释放工作分散在程序运行过程中，降低了瞬间的系统开销。 然而，引用计数机制也存在两个显著的缺点。维护每个对象的引用计数会消耗一定的计算资源。对于存在循环引用的情况，即两个或多个对象互相引用，而外部没有引用它们，引用计数器无法正确识别这种情况，导致这些对象无法被正常回收。 为了解决循环引用的问题，Python引入了标记-清除（Mark-and-Sweep）算法。此算法分为两个阶段：标记和清除。所有可达对象被标记，然后未被标记的对象被视为垃圾并进行回收。这种算法虽然能处理循环引用，但效率较低，因为需要遍历整个对象图。 为了进一步优化，Python还采用了分代收集（Generational GC）策略。根据对象的生命周期，将内存划分为不同的代，例如，新创建的对象属于年轻代（也称零代），随着时间推移，如果对象依然存活，会被晋升到更老的代。通常，年轻代的对象更容易成为垃圾，因此，垃圾回收更频繁地针对年轻代，而对老年代的检查则相对较少，这样可以提高整体的性能。 Python的GC模块提供了一些接口供程序员使用。`gc.set_debug(flags)`函数可以设置调试日志，例如`gc.DEBUG_LEAK`用于检测内存泄漏。`gc.collect([generation])`允许开发者显式触发垃圾回收，可以根据代数选择回收哪些对象。`gc.get_threshold()`返回当前的自动垃圾回收阈值，`gc.set_threshold(threshold0[, threshold1[, threshold2]])`则可以设置这些阈值。`gc.get_count()`则返回当前的垃圾回收计数器状态。 Python的垃圾回收机制结合了引用计数、标记-清除和分代收集，确保了内存的有效管理，同时也允许开发者通过`gc`模块进行一定程度的控制和调试，以适应不同场景的需求。