【蓝因子教育】用了Python，能多早下班就多早下班

我们写过C语言、C++的朋友都知道，我们的C语言是没有垃圾回收这种说法的。手动分配、释放内存都需要我们的程序员自己完成。不管是“内存泄漏” 还是野指针都是让开发者非常头疼的问题。所以C语言开发这个讨论得最多的话题就是内存管理了。但是对于其他高级语言来说，例如Java、C#、Python等高级语言，已经具备了垃圾回收机制。这样可以屏蔽内存管理的复杂性，使开发者可以更好的关注核心的业务逻辑。

对我们的Python开发者来说，我们可以当甩手掌柜。不用操心它怎么回收程序运行过程中产生的垃圾。但是这毕竟是一门语言的内心功法，难道我们甘愿一辈子做一个API调参侠吗？

1. 什么是垃圾？

当我们的Python解释器在执行到定义变量的语法时，会申请内存空间来存放变量的值，而内存的容量是有限的，这就涉及到变量值所占用内存空间的回收问题。

当一个对象或者说变量没有用了，就会被当做“垃圾“。那什么样的变量是没有用的呢？

a = 10000

当解释器执行到上面这里的时候，会划分一块内存来存储 10000 这个值。此时的 10000 是被变量 a 引用的

a = 30000

当我们修改这个变量的值时，又划分了一块内存来存 30000 这个值，此时变量a引用的值是30000。

这个时候，我们的 10000 已经没有变量引用它了，我们也可以说它变成了垃圾，但是他依旧占着刚才给他的内存。那我们的解释器，就要把这块内存地盘收回来。

2. 内存泄露和内存溢出

上面我们了解了什么是程序运行过程中的“垃圾”，那如果，产生了垃圾，我们不去处理，会产生什么样的后果呢？试想一下，如果你家从不丢垃圾，产生的垃圾就堆在家里会怎么呢？

1. 家里堆满垃圾，有个美女想当你对象，但是已经没有空间给她住了。
2. 你还能住，但是家里的垃圾很占地方，而且很浪费空间，慢慢的，总有一天你的家里会堆满垃圾

上面的结果其实就是计算机里面让所有程序员都闻风丧胆的问题，内存溢出和内存泄露，轻则导致程序运行速度减慢，重则导致程序崩溃。

内存溢出：程序在申请内存时，没有足够的内存空间供其使用，出现 out of memory

内存泄露：程序在申请内存后，无法释放已申请的内存空间，一次内存泄露危害可以忽略，但内存泄露堆积后果很严重，无论多少内存，迟早会被占光

3. 引用计数

前面我们提到过垃圾的产生的是因为，对象没有再被其他变量引用了。那么，我们的解释器究竟是怎么知道一个对象还有没有被引用的呢？

答案就是：引用计数。python内部通过引用计数机制来统计一个对象被引用的次数。当这个数变成0的时候，就说明这个对象没有被引用了。这个时候它就变成了“垃圾”。

这个引用计数又是何方神圣呢？让我们看看代码

text = "hello,world"

上面的一行代码做了哪些工作呢？

• 创建字符串对象：它的值是hello,world，
• 开辟内存空间：在对象进行实例化的时候，解释器会为对象分配一段内存地址空间。把这个对象的结构体存储在这段内存地址空间中。

我们再来看看这个对象的结构体

```c++

typedef struct_object {

int ob_refcnt;

struct_typeobject *ob_type;

} PyObject;

熟悉c语言或者c++的朋友，看到这个应该特别熟悉，他就是结构体。这是因为我们Python官方的解释器是CPython，它底层调用了很多的c类库与接口。所以一些底层的数据是通过结构体进行存储的。看不懂的朋友也没有关系。这里，我们只需要关注一个参数：`ob_refcnt`这个参数非常神奇，它记录了这个对象的被变量引用的次数。所以上面 hello,world 这个对象的引用计数就是 1，因为现在只有text这个变量引用了它。**①变量初始化赋值：**```pythontext = "hello,world"

②变量引用传递：

new_text = text

③删除第一个变量：

del text

④删除第二个变量：

del new_text

此时 "hello,world" 对象的引用计数为：0，被当成了垃圾。下一步，就该被我们的垃圾回收器给收走了。

4. 引用计数如何变化

上面我们了解了什么是引用计数。那这个参数什么时候会发生变化呢？

4.1 引用计数加一的情况

• 对象被创建
  a = "hello,world"
• 对象被别的变量引用（赋值给一个变量）
  b = a
• 对象被作为元素，放在容器中（比如被当作元素放在列表中）
  list = [] list.append(a)
• 对象作为参数传递给函数
  func(a)

4.2 引用计数减一

• 对象的引用变量被显示销毁
  del a
• 对象的引用变量赋值引用其他对象
  a = "hello, Python" # a的原来的引用对象：a = "hello,world"
• 对象从容器中被移除，或者容器被销毁(例：对象从列表中被移除，或者列表被销毁）
  del list
  list.remove(a)
• 一个引用离开了它的作用域
  func(): a = "hello,world" return func() # 函数执行结束以后，函数作用域里面的局部变量a会被释放

4.3 查看对象的引用计数

如果要查看对象的引用计数，可以通过内置模块 sys 提供的方法去查看。

getrefcount

import sysa = "hello,world"print(sys.getrefcount(a))

注意：当使用某个引用作为参数，传递给 getrefcount() 时，参数实际上创建了一个临时的引用。因此，getrefcount() 所得到的结果，会比期望的多 1

5. 垃圾回收机制

其实Python的垃圾回收机制，我们前面已经说得差不多了。

Python通过引用计数的方法来说实现垃圾回收，当一个对象的引用计数为0的时候，就进行垃圾回收。但是如果只使用引用计数也是有点问题的。所以，python又引进了标记-清除和分代收集两种机制。

Python采用的是引用计数机制为主，标记-清除和分代收集两种机制为辅的策略。

前面的引用计数我们已经了解了，那这个标记-清除跟分代收集又是什么呢？

5.1 引用计数机制缺点

Python语言默认采用的垃圾收集机制是“引用计数法 ”，该算法最早George E. Collins在1960的时候首次提出，50年后的今天，该算法依然被很多编程语言使用。

引用计数法：每个对象维护一个字段，用来记录该对象当前被引用的次数，每当新的引用指向该对象时，它的引用计数加1，每当该对象的引用失效时计数减1，一旦对象的引用计数为0，该对象立即被回收，对象占用的内存空间将被释放。

ob_refcnt

ob_refcnt

ob_refcnt

缺点：

1. 需要额外的空间维护引用计数
2. 无法解决循环引用问题

什么是循环引用问题？看看下面的例子

a = {"key":"a"} # 字典对象a的引用计数：1b = {"key":"b"} # 字典对象b的引用计数：1a["b"] = b # 字典对象b的引用计数：2b["a"] = a # 字典对象a的引用计数：2del a # 字典对象a的引用计数：1del b # 字典对象b的引用计数：1

看上面的例子，明明两个变量都删除了，但是这两个对象却没有得到释放。原因是他们的引用计数都没有减少到0。而我们垃圾回收机制只有当引用计数为0的时候才会释放对象。这是一个无法解决的致命问题。这两个对象始终不会被销毁，这样就会导致内存泄漏。

那怎么解决这个问题呢？这个时候 标记-清除 就排上了用场。标记清除可以处理这种循环引用的情况。

5.2 标记-清除策略

Python采用了标记-清除策略，解决容器对象可能产生的循环引用问题。

该策略在进行垃圾回收时分成了两步，分别是：

• 标记阶段，遍历所有的对象，如果是可达的（reachable），也就是还有对象引用它，那么就标记该对象为可达；
• 清除阶段，再次遍历对象，如果发现某个对象没有标记为可达，则就将其回收

这里简单介绍一下标记-清除策略的流程

可达（活动）对象：从root集合节点有（通过链式引用）路径达到的对象节点

不可达（非活动）对象：从root集合节点没有（通过链式引用）路径到达的对象节点

流程：

1. 首先，从root集合节点出发，沿着有向边遍历所有的对象节点
2. 对每个对象分别标记可达对象还是不可达对象
3. 再次遍历所有节点，对所有标记为不可达的对象进行垃圾回收、销毁。

标记-清除是一种周期性策略，相当于是一个定时任务，每隔一段时间进行一次扫描。

并且标记-清除工作时会暂停整个应用程序，等待标记清除结束后才会恢复应用程序的运行。

5.3 分代回收策略

分代回收建立标记清除的基础之上，因为我们的标记-清除策略会将我们的程序阻塞。为了减少应用程序暂停的时间，Python 通过“分代回收”(Generational Collection)策略。以空间换时间的方法提高垃圾回收效率。

分代的垃圾收集技术是在上个世纪 80 年代初发展起来的一种垃圾收集机制。

简单来说就是：对象存在时间越长，越可能不是垃圾，应该越少去收集

Python 将内存根据对象的存活时间划分为不同的集合，每个集合称为一个代，Python 将内存分为了 3“代”，分别为年轻代（第 0 代）、中年代（第 1 代）、老年代（第 2 代）。

那什么时候会触发分代回收呢？

import gcprint(gc.get_threshold())# (700, 10, 10)# 上面这个是默认的回收策略的阈值# 也可以自己设置回收策略的阈值gc.set_threshold(500, 5, 5)

• 700：表示当分配对象的个数达到700时，进行一次0代回收
• 10：当进行10次0代回收以后触发一次1代回收
• 10：当进行10次1代回收以后触发一次2代回收

5.4 gc模块

• gc.get_count()：获取当前自动执行垃圾回收的计数器，返回一个长度为3的列表
• gc.get_threshold()：获取gc模块中自动执行垃圾回收的频率,默认是(700, 10, 10)
• gc.set_threshold(threshold0[,threshold1,threshold2])：设置自动执行垃圾回收的频率
• gc.disable()：python3默认开启gc机制，可以使用该方法手动关闭gc机制
• gc.collect()：手动调用垃圾回收机制回收垃圾

其实，既然我们选择了python，性能就不是最重要的了。我相信大部分的python工程师甚至都还没遇到过性能问题，因为现在的机器性能可以弥补。而对于内存管理与垃圾回收，python提供了甩手掌柜的方式让我们更关注业务层，这不是更加符合人生苦短，我用python的理念么。如果我还需要像C++那样小心翼翼的进行内存的管理，那我为什么还要用python呢？咱不就是图他的便利嘛。所以，放心去干吧。越早下班越好！