python的gc是会用到:引用计数、标记-清除和分代收集,首先说明一下什么是引用计数
可以通过sys模块中的getrefcount()方法获取某个对象的引用计数
python本身的数据类型有基础类型和容器类型,基础类型包含:整型、布尔型、浮点型、字符串型,容器类型就是说可以将其他对象包含在其中的类型,如:list、set、dict等都是容器类型
以基础类型的整型为例:
def f11():
a = 1
b = 1
print sys.getrefcount(a)
print sys.getrefcount(b)
b = a
print sys.getrefcount(a)
print sys.getrefcount(b)
运行结果:(在当时的情况下)
150
150
150
150
增加引用计数的方式是:
(1)使用=等号赋值
(2)在容器对象中使用对象
(3)作为函数参数传递的时候
我们可以通过下面的函数看到:
def f1():
gc.set_debug(gc.DEBUG_STATS|gc.DEBUG_LEAK)
a=[]
b=[]
a.append(b)
print 'a refcount:',sys.getrefcount(a) # 2
print 'b refcount:',sys.getrefcount(b) # 3
del a
del b
print gc.collect() # 0
结果为:
那么可以看到:a和b在被赋值之后,refcount的值都变成了1,a引用了b之后,b的refcount值增加1变成了2;那么,为什么打印出来的结果分别是2和3呢?因为sys.getrefcount()的函数的时候,将a作为参数了,此时a的引用计数就会增加1,所以通过该方法打印出来的结果就是会比预期的结果多1
那么引用计数增加之后,如何减少引用计数呢?一般的方法有:
(1)使用del语句,可以减少一个计数
(2)改变引用,给变量名设置别的对象
(3)离开作用域
那么上面的def f1()中,其实可以看到:del a和b之后,可以看到这个a和b是处于0代链表的,直接清理即可;del的作用是:它不仅会移除一个对象的引用,还会移除那个名字本身。
接下来说明一下:循环引用的问题
循环引用出现在:容器类对象相互包含的情况下,
def f2():
a=[]
b=[]
a.append(b)
b.append(a)
print 'a refcount:',sys.getrefcount(a) # 3
print 'b refcount:',sys.getrefcount(b) # 3
print gc.collect()
del a
del b
print gc.collect()
例如def f2()中的结果如下:
可以看到gc.collect()在del之前和之后的结果不同,看了一下gc.collect()的含义以及返回值,(重点是:返回值是unreachable objects的数量被返回)
因此分析一下def f2()中的程序可以看出,在没有调用删除a之前,程序中没有不可达对象,删除a之后,因为a和b的循环引用,导致都变成不可达对象
那么什么是不可达对象?与之对象,可达对象是什么?是在什么情况下产生的?例如A引用B,则从A到B就会建立一个连接,从A指向B,从根节点开始(根节点一般是全局变量等)一直往下扫描,比如A引用B,B引用C,D引用C,那么A是root,则A-B-C都是可达的,但是D不是可达的,因此D就是unreachable的对象,可以释放的
我们可以看到在refcount之后,循环引用的,最终的引用计数无法=0,基于引用计数=0的清除机制无法执行,则需要通过“标记-清除”的方式来进一步将引用计数进行确定处理,“标记-清除”的执行逻辑是:
(1)对于每一个容器对象,都设置了gc_refs值,并将其设置为该对象的引用计数值
(2)对于每一个容器对象,找到所有其引用的对象,将被引用的对象的gc_refs值减1
(3)执行完(2)的所有容器对象,所有的gc_refs还大于0的对象都代表着被非容器对象引用,说明至少包含一个非循环引用,因此这些对象不能释放,就需要将其加入到另一个集合中
(4)在(3)中不能释放的对象,如果他们引用某个对象,则这些对象也不能释放,将这些对象也加入到另一个集合中
(5)经过上面步骤后,最终得到的就是不可达的对象,这些对象就是需要释放的对象
那么如何释放呢?以及释放的频率以及触发时机如何控制呢?
就要用到分代收集,在python中,会将对象分别加入到不同的收集链表中,依据规则:活的越久的对象越不是垃圾,回收的频率越低;分成了0代,1代和2代,其中越年轻的越会被清理,并且清理1代的时候0代也会清理,清理2代的时候1代和0代也会被清理
这个可以通过调用函数:gc.get_threshold()来实现
print gc.get_threshold()
打印结果如下:(700, 10, 10)
这个函数的返回值有三个,第一个返回值代表的是:从上一次收集开始,所有新增的对象减去删除的对象大于threshold0的时候就开始一次新的收集;第二个返回值代表的是:如果0代的对象被检查的次数超过了threshold1,则1代的检查就要执行;第三个返回值代表的是:1代的对象被检查超过了threshold2,则2代的检查就应该被执行
这三个值的具体含义可以通过gc.set_threshold()方法来查看: