Python社区  »  Python

面试官:“说一下Python的垃圾回收机制”,千万别敷衍,看完此文你也能装B!

书声琅琅Python训练营 • 1 月前 • 24 次点击  

Python的垃圾回收机制到底是什么回事?

从网上找到一大堆的文档,看的也是一知半解,最终就学会了一句话: 引用计数器为主、分代码回收和标记清除为辅。

就这么一知半解地去忽悠面试官了,如果面试官恰好也只会这几句话,那便达成和解了,如果不是,那"今天暂时先这样,你回去等消息吧(基本凉凉)"。

本篇文章从C语言源码底层来聊聊Python内存管理和垃圾回收机制到底是个啥?让你能够真正了解内存管理&垃圾回收。

用通俗的语言解释内存管理和垃圾回收的过程,搞懂这一部分就可以去面试、去装B了。

在Python的C源码中有一个名为refchain的环状双向链表,这个链表比较牛逼了,因为Python程序中一旦创建对象都会把这个对象添加到refchain这个链表中。也就是说他保存着所有的对象。例如:

在refchain中的所有对象内部都有一个ob_refcnt用来保存当前对象的引用计数器,顾名思义就是自己被引用的次数,例如:

上述代码表示内存中有 18 和 "张三" 两个值,他们的引用计数器分别为:1、2 。

当值被多次引用时候,不会在内存中重复创建数据,而是引用计数器+1 。 当对象被销毁时候同时会让引用计数器-1,如果引用计数器为0,则将对象从refchain链表中摘除,同时在内存中进行销毁(暂不考虑缓存等特殊情况)。

基于引用计数器进行垃圾回收非常方便和简单,但他还是存在循环引用的问题,导致无法正常地回收一些数据,例如:

对于上述代码会发现,执行del操作之后,没有变量再会去使用那两个列表对象,但由于循环引用的问题,他们的引用计数器不为0,所以他们的状态:永远不会被使用、也不会被销毁。项目中如果这种代码太多,就会导致内存一直被消耗,直到内存被耗尽,程序崩溃。

为了解决循环引用的问题,引入了标记清除技术,专门针对那些可能存在循环引用的对象进行特殊处理,可能存在循环应用的类型有:列表、元组、字典、集合、自定义类等那些能进行数据嵌套的类型。

我自己录了很多Python的入门视频,实打实的,免费给你们 www.jxqcjt.com/tx/course/3139803?name=lyj

标记清除 :创建特殊链表专门用于保存 列表、元组、字典、集合、自定义类等对象,之后再去检查这个链表中的对象是否存在循环引用,如果存在则让双方的引用计数器均 - 1 。

分代回收 :对标记清除中的链表进行优化,将那些可能存在循引用的对象拆分到3个链表,链表称为:0/1/2三代,每代都可以存储对象和阈值,当达到阈值时,就会对相应的链表中的每个对象做一次扫描,除循环引用各自减1并且销毁引用计数器为0的对象。

特别注意:0代和1、2代的threshold和count表示的意义不同。

· 0代,count表示0代链表中对象的数量,threshold表示0代链表对象个数阈值,超过则执行一次0代扫描检查。

· 1代,count表示0代链表扫描的次数,threshold表示0代链表扫描的次数阈值,超过则执行一次1代扫描检查。

· 2代,count表示1代链表扫描的次数,threshold表示1代链表扫描的次数阈值,超过则执行一2代扫描检查。

根据C语言底层并结合图来讲解内存管理和垃圾回收的详细过程。

第一步 :当创建对象age=19时,会将对象添加到refchain链表中。

第二步 :当创建对象num_list = [11,22]时,会将列表对象添加到 refchain 和 generations 0代中。

第三步 :新创建对象使generations的0代链表上的对象数量大于阈值700时,要对链表上的对象进行扫描检查

当0代大于阈值后,底层不是直接扫描0代,而是先判断2、1是否也超过了阈值

  • 如果2、1代未达到阈值,则扫描0代,并让1代的 count + 1
  • 如果2代已达到阈值,则将2、1、0三个链表拼接起来进行全扫描,并将2、1、0代的count重置为0
  • 如果1代已达到阈值,则将1、0两个链表拼接起来进行扫描,并将所有1、0代的count重置为0

对拼接起来的链表在进行扫描时,主要就是剔除循环引用和销毁垃圾,详细过程为:

  • 扫描链表,把每个对象的引用计数器拷贝一份并保存到 gc_refs中,保护原引用计数器。
  • 再次扫描链表中的每个对象,并检查是否存在循环引用,如果存在则让各自的gc_refs减 1
  • 再次扫描链表,将 gc_refs 为 0 的对象移动到unreachable链表中;不为0的对象直接升级到下一代链表中
  • 处理unreachable链表中的对象的 析构函数 和 弱引用,不能被销毁的对象升级到下一代链表,能销毁的保留在此链表
  • 析构函数,指的就是那些定义了__del__方法的对象,需要执行之后再进行销毁处理
  • 弱引用
  • 最后将 unreachable 中的每个对象销毁并在refchain链表中移除(不考虑缓存机制)

至此,垃圾回收的过程结束。

从上文大家可以了解到当对象的引用计数器为0时,就会被销毁并释放内存。而实际上他不是这么的简单粗暴,因为反复的创建和销毁会使程序的执行效率变低。Python中引入了 "缓存机制" 机制。

例如:引用计数器为0时,不会真正销毁对象,而是将他放到一个名为 free_list 的链表中,之后会再创建对象时不会在重新开辟内存,而是在free_list中将之前的对象来并重置内部的值来使用。

· float类型 ,维护的free_list链表最多可缓存100个float对象。

· int类型 ,不是基于free list,而是维护一个**small ints 链表保存常见数据( 小数据池**),小数据池范围:-5 <= value < 257。即:重复使用这个范围的整数时,不会重新开辟内存。

· str类型 ,维护unicode_latin1[256]链表,内部将所有的ascii字符缓存起来,以后使用时就不再反复创建

· 除此之外,Python内部还对字符串做了 机制 ,针对那么只含有 字母、数字、下划线 的字符串(见源码Objects/codeobject.c),如果内存中已存在则不会重新再创建而是使用原来的地址里(不会像free_list那样一直在内存存活,只有内存中有才能被重复利用)。

· list类型,维护的free_list数组最多可缓存80个list对象。

· tuple类型,维护一个free list数组且数组容量20,数组中元素可以是链表且每个链表最多可以容纳2000个元组对象。元组的free list数组在存储数据时,是按照元组可以容纳的个数为索引找到free_list数组中对应的链表,并添加到链表中。

· dict类型,维护的free_list数组最多可缓存80个dict对象。

上文对Python的内存管理和垃圾回收进行了快速讲解。

我自己录了很多Python的入门视频,实打实的,免费给你们 www.jxqcjt.com/tx/course/3139803?name=lyj

对于Python的内存管理和垃圾回收,你有什么想说的吗?欢迎留言交流!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/106225
 
24 次点击  
分享到微博