Python のガベージ コレクション メカニズムの詳細な分析

Python の自動ガベージ コレクション メカニズムのおかげで、Python でオブジェクトを作成するときにオブジェクトを手動で解放する必要がありません。これは開発者にとって非常に使いやすく、開発者は低レベルのメモリ管理について心配する必要がなくなります。しかし、ガベージ コレクション メカニズムを理解していないと、作成する Python コードは非常に非効率なものになることがよくあります。 Python的自动垃圾回收机制，在Python中创建对象时无须手动释放。这对开发者非常友好，让开发者无须关注低层内存管理。但如果对其垃圾回收机制不了解，很多时候写出的Python代码会非常低效。

垃圾回收算法有很多，主要有：引用计数、标记-清除、分代收集等。

在python中，垃圾回收算法以引用计数为主，标记-清除和分代收集两种机制为辅。

1 引用计数

1.1 引用计数算法原理

引用计数原理比较简单：

• 每个对象有一个整型的引用计数属性。用于记录对象被引用的次数。

• 例如对象A，如果有一个对象引用了A，则A的引用计数+1。

• 当引用删除时，A的引用计数-1。

• 当A的引用计数为0时，即表示对象A不可能再被使用，直接回收。

在Python中，可以通过sys模块的getrefcount函数获取指定对象的引用计数器的值，我们以实际例子来看。

import sys

class A():
    def __init__(self):
        pass
        
a = A()
print(sys.getrefcount(a))

运行上面代码，可以得到输出结果为2。

1.2 计数器增减条件

上面我们看到，创建一个A对象，并将对象赋值给a变量后，对象的引用计数器值为2。那么什么时候计数器会+1，什么时候计数器会-1呢？

1.2.1 引用计数+1的条件

• 对象被创建，如A()。
• 对象被引用，如a=A()。
• 对象作为函数的参数，如func(a)。
• 对象作为容器的元素，如arr=[a,a]。

1.2.2 引用计数-1的条件

• 对象被显式销毁，如del a。
• 变量重新赋予新的对象，例如a=0。
• 对象离开它的作用域，如func函数执行完毕时，func函数中的局部变量（全局变量不会）。
• 对象所在的容器被销毁，或从容器中删除对象。

1.2.3 代码实战

为了更好的理解计数器的增减，我们运行实际代码，一目了然。

import sys
 
class A():

    def __init__(self):
        pass
 
print("创建对象 0 + 1 =", sys.getrefcount(A()))

a = A()
print("创建对象并赋值 0 + 2 =", sys.getrefcount(a))

b = a
c = a
print("赋给2个变量 2 + 2 =", sys.getrefcount(a))

b = None
print("变量重新赋值 4 - 1 =", sys.getrefcount(a))

del c
print("del对象 3 - 1 =", sys.getrefcount(a))

d = [a, a, a]
print("3次加入列表 2 + 3 =", sys.getrefcount(a))


def func(c):
    print('传入函数 1 + 2 = ', sys.getrefcount(c))
func(A())

输出结果如下：

创建对象 0 + 1 = 1
创建对象并赋值 0 + 2 = 2
赋给2个变量 2 + 2 = 4
变量重新赋值 4 - 1 = 3
del对象 3 - 1 = 2
3次加入列表 2 + 3 = 5
传入函数 1 + 2 =  3

1.3 引用计数的优点与缺点

1.3.1 引用计数优点

• 高效、逻辑简单，只需根据规则对计数器做加减法。
• 实时性。一旦对象的计数器为零，就说明对象永远不可能再被用到，无须等待特定时机，直接释放内存。

1.3.2 引用计数缺点

• 需要为对象分配引用计数空间，增大了内存消耗。
• 当需要释放的对象比较大时，如字典对象，需要对引用的所有对象循环嵌套调用，可能耗时比较长。
• 循环引用。这是引用计数的致命伤，引用计数对此是无解的，因此必须要使用其它的垃圾回收算法对其进行补充。

2 标记-清除

上一小节提到，引用计数算法无法解决循环引用问题，循环引用的对象会导致大家的计数器永远都不会等于0，带来无法回收的问题。

标记-清除

ガベージ コレクション アルゴリズムには、主に reference counting、mark-clear、generational collection などが多数あります。

• Python では、ガベージ コレクション アルゴリズムは主に reference counting、mark-clear、および generational collection に基づいています。 >2つの機構が補足されています。

  1 参照カウント

  1.1 参照カウント アルゴリズムの原理

  strong>strong>

参照カウントの原理は比較的単純です:

各オブジェクトには整数の参照カウント属性があります。オブジェクトが参照された回数を記録するために使用されます。

たとえば、オブジェクト A の場合、オブジェクトが A を参照する場合、A の参照カウントは +1。

🎜🎜🎜参照が削除されると、A の参照数は -1 になります。 🎜🎜🎜🎜A の参照カウントが 0 の場合、オブジェクト A はもう使用できず、直接リサイクルされることを意味します。 🎜🎜🎜🎜🎜 Python では、sys モジュールの getrefcount 関数を通じて、指定されたオブジェクトの参照カウンターの値を取得できます。 . 実際の例を見てみましょう。 🎜

class A():
    def __init__(self):
        self.obj = None
 
def func():
    a = A()
    b = A()
    c = A()
    d = A()

    a.obj = b
    b.obj = a
    return [c, d]

e = func()

🎜上記のコードを実行すると、出力結果は 2 として得られます。 🎜

1.2 カウンタの増減条件

🎜 上でわかるように、A オブジェクトを作成し、オブジェクト a 変数に割り当てられた後のオブジェクトの参照カウンタ値は 2 になります。では、カウンターが +1 になるのはいつですか。また、カウンターが -1 になるのはいつですか? 🎜

1.2.1 参照カウント +1 の条件

🎜

🎜 A( など) のオブジェクトが作成されます。 )。 🎜🎜オブジェクトは <code>a=A() のように参照されます。 🎜🎜オブジェクトは、func(a) などの関数のパラメータとして使用されます。 🎜🎜オブジェクトは、arr=[a,a] など、コンテナの要素として機能します。 🎜🎜🎜

1.2.2 参照カウント -1 の条件

🎜
🎜オブジェクトは明示的に破棄されます ( デル。 🎜🎜変数を新しいオブジェクト (a=0 など) に再割り当てします。 🎜🎜 func 関数の実行が完了したときなど、オブジェクトはそのスコープを離れ、func 関数内のローカル変数は終了します (グローバル変数は終了しません)。 🎜🎜オブジェクトが配置されているコンテナが破棄されるか、オブジェクトがコンテナから削除されます。 🎜🎜🎜

1.2.3 コードの練習

🎜 カウンタの増加と減少をよりよく理解するために、実際のコードを実行します。一目ではっきりとわかります。 🎜

import gc
threshold = gc.get_threshold()
print("各世代的阈值:", threshold)

# 设置各世代阈值
# gc.set_threshold(threshold0[, threshold1[, threshold2]])
gc.set_threshold(800, 20, 20)

🎜出力結果は次のとおりです: 🎜

各世代的阈值: (700, 10, 10)

1.3 参照カウントの利点と欠点

1.3.1 参照カウントの利点

🎜
🎜効率的でシンプルなロジック。ルールに従ってカウンターを加算および減算するだけです。 🎜🎜リアルタイム。オブジェクトのカウンタがゼロになると、そのオブジェクトは二度と使用できなくなり、メモリを直接解放するために特定の時間を待つ必要はなくなります。 🎜🎜🎜

1.3.2 参照カウントの欠点

🎜
🎜オブジェクトに参照カウント領域を割り当てる必要があり、メモリが増加します消費 。 🎜🎜辞書オブジェクトなど、解放する必要があるオブジェクトが比較的大きい場合、参照されているすべてのオブジェクトへの呼び出しをループしてネストする必要があり、時間がかかる場合があります。 🎜🎜循環参照。これは参照カウントの致命的な欠陥です。参照カウントには解決策がないため、それを補うために他のガベージ コレクション アルゴリズムを使用する必要があります。 🎜🎜🎜🎜🎜

2 Mark-Clear

🎜 前のセクションで説明したように、参照カウント アルゴリズムは循環参照の問題を解決できません。このオブジェクトにより、カウンタが 0 に等しくなることがなくなり、リサイクルできなくなるという問題が発生します。 🎜🎜Mark-Clear アルゴリズムは、主に潜在的な循環参照問題に使用されます。このアルゴリズムは、🎜🎜🎜🎜🎜マーキング フェーズの 2 つのステップに分かれています。すべてのオブジェクトをグラフのノードとして扱い、オブジェクトの参照関係に基づいてグラフ構造を構築します。すべてのオブジェクトはグラフのルート ノードからトラバースされ、訪問されたすべてのオブジェクトは、オブジェクトが「到達可能」であることを示すためにマークされます。 🎜🎜🎜🎜ステージをクリアします。すべてのオブジェクトを走査し、「到達可能」とマークされていないオブジェクトが見つかった場合、そのオブジェクトはリサイクルされます。 🎜🎜🎜🎜🎜具体的なコード例で説明します: 🎜rrreee🎜 上記のコードでは、a と b は相互に参照し、e は c と d を参照します。参照関係全体を以下の図に示します: 🎜



如果采用引用计数器算法，那么a和b两个对象将无法被回收。而采用标记清除法，从根节点（即e对象）开始遍历，c、d、e三个对象都会被标记为可达，而a和b无法被标记。因此a和b会被回收。

这是读者可能会有疑问，为什么确定根节点是e，而不会是a、b、c、d呢？这里就有讲究了，什么样的对象会被看成是根节点呢？一般而言，根节点的选取包括（但不限于）如下几种：

• 当前栈帧中的本地变量表中引用的对象，如各个线程被调用的方法堆栈中使用到的参数、 局部变量、 临时变量等。
• 全局静态变量
• ...

3 分代收集

3.1 分代收集原理

在执行垃圾回收过程中，程序会被暂停，即stop-the-world。这里很好理解：你妈妈在打扫房间的时候，肯定不允许你在房间内到处丢垃圾，要不然永远也无法打扫干净。

为了减少程序的暂停时间，采用分代回收(Generational Collection)降低垃圾收集耗时。

分代回收基于这样的法则：

• 接大部分的对象生命周期短，大部分对象都是朝生夕灭。

• 经历越多次数的垃圾收集且活下来的对象，说明该对象越不可能是垃圾，应该越少去收集。

Python中，对象一共有3种世代：G0,G1,G2。

• 对象刚创建时为G0。

• 如果在一轮GC扫描中存活下来，则移至G1，处于G1的对象被扫描次数会减少。

• 如果再次在扫描中活下来，则进入G2，处于G1的对象被扫描次数将会更少。

3.2 触发GC时机

当某世代中分配的对象数量与被释放的对象之差达到某个阈值的时，将触发对该代的扫描。当某世代触发扫描时，比该世代年轻的世代也会触发扫描。

那么这个阈值是多少呢？我们可以通过代码查看或者修改，示例代码如下

import gc
threshold = gc.get_threshold()
print("各世代的阈值:", threshold)

# 设置各世代阈值
# gc.set_threshold(threshold0[, threshold1[, threshold2]])
gc.set_threshold(800, 20, 20)

输出结果如下：

各世代的阈值: (700, 10, 10)

原文地址：https://juejin.cn/post/7119018622906957854

作者：SuperHua1001

【相关推荐：Python3视频教程 】

以上がPython のガベージ コレクション メカニズムの詳細な分析の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。