趣谈Python垃圾回收机制

亦凉 2023-02-13 08:08 40阅读 0赞

### 今天唠点啥 ###

上次发文看到有位朋友评论“来了,来了,他来了”，哈哈哈哈觉得挺逗。确实，老Amy今天又来啦\[此处应该有掌声\]~

我就寻思着，上篇文章车都开稳了，今天要怎么假装“正经”的跟大家唠点。来吧朋友，让我们一起举杯聊一聊**垃圾是怎么回收的**\[饿，此辣鸡非彼辣鸡\]…别走，听我叭叭。

### 啥是垃圾？ ###

在Python程序运行的时候，会在内存中开辟一块空间，用于存放临时变量；当计算完成之后，就会将结果输出到永久性存储器中。如果数据量特别大，那内存空间管理不妥当的话就非常容易BOOM\[爆内存\]，程序可能直接终止。

就比如说，老Amy住在40㎡的房间，非常喜欢购物\[女银好可怕\]，买完就往家里一丢，从不清理。直到有一天，房子“爆炸了”。原因：**惊！某女疯狂购物导致房间内存不够爆炸？**

老Amy就跟老居老J哭诉这件事件，他们分别给我提供了相应的解决方案。

**方案一**  
老居老J：“控几寄几，少购物”  
我：“不购物，岂不是相当于不在Python写变量了？不可能！”  
**方案二**  
老居老J：“换大房子”  
我：“选择将房子换成更大的确实能提高存储，但是贵阿\[哭了\]”  
**方案三**  
老居老J：“列出不用物品清单，放到小区回收箱”  
我：“这可以，终于说了句’人话’了\[嘿嘿\]…”

所以，Python也是同理。但是，Python要怎么确认这个物品(对象)永远不会被调用了呢？

### 计数引用 ###

在Python中，一切皆对象。所以，每一个变量，实际上都是对象的一个指针。所以，**当这个对象的引用计数(指针数)为0的时候，说明它也变成了垃圾，需要被放到回收箱中。**

def show_info(start):
        pid = os.getpid()
        p = psutil.Process(pid)
        
        info = p.memory_full_info()
        memory = info.uss/1024./1024
        print(f"{start}一共占用{memory:.2f}MB")
    
    def func():
        show_info("initial")
        li = [i for i in range(1000000)]
        show_info("created")
    
    func()
    show_info("finished")
    
    
    Out[1]: initial一共占用26.40MB
    Out[2]: created一共占用65.39MB
    Out[3]: finished一共占用26.91MB

通过以上代码，就可以发现，调用函数func()，列表li被创建之后，内存由26.40MB增到了65.39MB。但是当函数内部代码执行完毕，返回到函数调用处时，内存又降为了26.91MB。\[内心OS，简直是一场过山车呀\]

这是因为，函数内部声明的列表li是局部变量，在函数返回后，局部变量的引用就会被注销掉；这个时候，列表li所指代对象的引用数为0，Python就会对其进行垃圾回收，因此之前占用的大量内存又回来了。

那有的朋友可能就会疑问：**“那如果列表li是全局变量呢？”**

OK，那我们一起来康康

def show_info(start):
        pid = os.getpid()
        p = psutil.Process(pid)
        
        info = p.memory_full_info()
        memory = info.uss/1024./1024
        print(f"{start}一共占用{memory:.2f}MB")
    
    def func():
        show_info("initial")
        global li
        li = [i for i in range(1000000)]
        show_info("created")
    
    func()
    show_info("finished")
    
    
    Out[1]: initial一共占用26.36MB
    Out[2]: created一共占用65.27MB
    Out[3]: finished一共占用65.22MB

当通过global关键字将列表li声明为全局变量的时候，即使函数体内代码执行完毕，返回到函数调用处时，对列表li的引用仍然是存在的，所以对象不会被垃圾回收，依然占有大量内存。

同理，在列表li为局部变量时，我们也可以通过将它返回出去，并且在函数调用处用变量接收，这样也实现了对列表li的引用。垃圾回收也不会被触发。

def show_info(start):
        pid = os.getpid()
        p = psutil.Process(pid)
        
        info = p.memory_full_info()
        memory = info.uss/1024./1024
        print(f"{start}一共占用{memory:.2f}MB")
    
    def func():
        show_info("initial")
        li = [i for i in range(1000000)]
        show_info("created")
        return li
    
    res = func()
    show_info("finished")
    
    
    Out[1]: initial一共占用26.27MB
    Out[2]: created一共占用65.37MB
    Out[3]: finished一共占用65.23MB

并且，我们可以通过sys.getrefcount()这个函数，来扒一扒**Python内部的引用计数机制。**

import sys
    
    a = [1,2,3]
    
    # 引用次数：2  一次：a   一次：getrefcount
    print(sys.getrefcount(a))      
    
    def func(a):
         # 引用次数：4  一次：a  一次：函数调用  一次：函数参数  一次：getrefcount
        print(sys.getrefcount(a)) 
    
    func(a)
    
    # 引用次数：2  一次：a   一次：getrefcount  注：此时func调用已经释放
    print(sys.getrefcount(a))      
    
    Out[1]: 2
    Out[2]: 4
    Out[3]: 2

注意  
• getrefcount本身也会引入一次计数  
• 函数调用时引入一次计数，以及函数参数引入一次计数

除此之外，来思考以下代码执行结果

import sys
    a = [1,2,3]
    print(sys.getrefcount(a))   # 2
    
    b = a
    print(sys.getrefcount(a))   # 3
    
    c = b
    d = c
    print(sys.getrefcount(a))  
    
    Out[1]: 2
    Out[2]: 3
    Out[3]: 5

需要注意的是，a、b、c、d四个变量全部指向一个对象，getrefcount统计的是引用次数，所以结合getrefcount本身也会引入一次计数，一共是5次引用。

所以大家会发现，Python比老Amy智能多了，它会自动的去检测该对象是否是垃圾\[对象是垃圾?..等着受罚把hh\]，以及将其回收。这也被称为是Python当中的垃圾回收机制。

当然，有的朋友也会问，就很饥渴的想要手动的释放内存\[我看不太懂的亚子！\]，要怎么来做呢？

### 手动启动垃圾回收 ###

其实百变不离其中，如果我们可以**手动删除完对象的引用**，然后**强制调用gc.collect()清除没有引用的对象**，其实也就是手动的启动对象的回收。

import sys
    import gc
    
    a = [1,2,3]
    
    print(sys.getrefcount(a))
    
    del a
    gc.collect()
    print(a)
    
    ---------------------------------------------------------------------------
    Traceback (most recent call last):
      File "D:/Amy/Basic/garbageCollection/demo.py", line 155, in <module>
        print(a)
    NameError: name 'a' is not defined

到这儿，大家已经大概的掌握了Python垃圾回收机制中的引用计数法。能看到这里的朋友都非常的奈斯，如果对你有帮助的话，emmm…记得三连奥\[不允许下次一定,hhh\]

如果想要康康更多关于Python的文章，可以关注额滴公众号~支持支持程序媛，康桑思密达

![在这里插入图片描述][20200527230411361.gif_pic_center]

[20200527230411361.gif_pic_center]: https://img-blog.csdnimg.cn/20200527230411361.gif#pic_center