引用计数——reference counting

一个简单样例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

# 用于获取引用计数的函数，输出结果会比实际引用数多1，因为在调用该函数时引用数增加了1
from sys import getrefcount

class Student():
    def __init__(self, name, age):
        self.name = name
        self.age = age


s1 = Student('Tom', 11)
print(getrefcount(s1) - 1)  # 引用数为1

s2 = s1
s3 = s1
s4 = s1
print(getrefcount(s1) - 1)  # 引用数为1+3=4

输出结果：

1
2

1
4

缺陷：循环引用导致的内存泄漏

• 内存泄漏

指由于疏忽或错误造成程序未能释放已经不再使用的内存的情况。内存泄漏并非指内存在物理上的消失，而是应用程序分配某段内存后，由于设计错误，失去了对该段内存的控制，因而造成了内存的浪费。导致程序运行速度减慢甚至系统崩溃等严重后果。

有 del() 函数的对象间的循环引用是导致内存泄漏的主凶

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

import sys

class Student():
    def __init__(self, name, age, deskmate = None):
        self.name = name
        self.age = age
        self.deskmate = deskmate  # 同桌:引用另一个学生

s1 = Student("Tom", 11)
s2 = Student("Mike", 12)
print(f'循环引用前, s1：{sys.getrefcount(s1)-1}，s2：{sys.getrefcount(s2)-1}')

s1.deskmate = s2
s2.deskmate = s1
print(f'循环引用后, s1：{sys.getrefcount(s1)-1}，s2：{sys.getrefcount(s2)-1}')

# 理论上del s1 和 del s2后s1,s2的引用次数应该为0，但由于循环引用，删除对象后引用计数仍然为1
# 由于循环引用，del 对象后仍然会使引用计数+1，导致垃圾回收器都不会回收它们，所以就会导致内存泄露
del s1
del s2
# print(f'del对象后, s1：{sys.getrefcount(s1)-1}，s2：{sys.getrefcount(s2)-1}')

输出结果：

1
2
3

循环引用前, s1：1，s2：1
循环引用后, s1：2，s2：2
# del对象后, s1：1，s2：1

• 解决方案
  • 标记清除技术——mark and sweep
  • 分代回收技术——generation collection
  • 手动使用gc模块

标记-清除机制——mark and sweep

基本思想

先按需分配，等到没有空闲内存的时候从寄存器和程序栈上的引用出发，遍历以对象为节点、以引用为边构成的图，把所有可以访问到的对象打上标记，然后清扫一遍内存空间，把所有没标记的对象释放。

算法实现

标记清除（Mark—Sweep）』算法是一种基于追踪回收（tracing GC）技术实现的垃圾回收算法。它分为两个阶段：第一阶段是标记阶段，GC会把所有的『活动对象』打上标记，第二阶段是把那些没有标记的对象『非活动对象』进行回收。

对象之间通过引用（指针）连在一起，构成一个有向图，对象构成这个有向图的节点，而引用关系构成这个有向图的边。从根对象（root object）出发，沿着有向边遍历对象，可达的（reachable）对象标记为活动对象，不可达的对象就是要被清除的非活动对象。

在上图中，我们把小黑圈视为全局变量，也就是把它作为root object，从小黑圈出发，对象1可直达，那么它将被标记，对象2、3可间接到达也会被标记，而4和5不可达，那么1、2、3就是活动对象，4和5是非活动对象会被GC回收。

分代技术——generation collection

基本思想

将系统中的所有内存块根据其存活时间划分为不同的集合，每个集合就成为一个“代”，垃圾收集频率随着“代”的存活时间的增大而减小，存活时间通常利用经过几次垃圾回收来度量。

Reference