python可以自动回收垃圾吗,python的垃圾处理机制

  python可以自动回收垃圾吗,python的垃圾处理机制

  垃圾回收

  1.1参考链

  在Python的C源代码中,有一个refchain的循环双向链表。一旦在Python程序中创建了一个对象,它就会被添加到refchain的链表中,所有的对象都会被保存。

  Name=皮卡丘

  宽度=5

  1.2参考计数器

  在refchain中,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。

  Name=皮卡丘

  宽度=5

  Nickname=name上面的代码表示内存中有两个值5和“皮卡丘”,它们的引用计数器分别是1和2。

  当该值被多次引用时,不会在内存中重复创建数据,但会引用计数器1。当对象被销毁时,引用计数器将同时被设置为-1。如果引用计数器为0,对象将从refchain链表中删除,同时在内存中销毁(缓存等特殊情况暂不考虑)。

  名字

  ="皮卡丘"nickname=name#对象”皮卡丘“的引用计数器+1delname对象"皮卡丘"的引用计数器-1defrun(arg):

  print(arg)

  run(nickname)#刚开始执行函数时,对象”皮卡丘“引用计数器+1,当函数执行完毕之后,对象引用计数器-1name_list=["张三","法外狂徒",name]#对象”皮卡丘“的引用计数器+1但是这样还是存在一个BUG,当出现循环引用的时候,就会无法正常的回收一些数据,例如

  

v1=[11,22,33]#refchain中创建一个列表对象,由于v1=对象,所以列表引对象用计数器为1.

  v2=[44,55,66]#refchain中再创建一个列表对象,因v2=对象,所以列表对象引用计数器为1.

  v1.append(v2)#把v2追加到v1中,则v2对应的[44,55,66]对象的引用计数器加1,最终为2.

  v2.append(v1)#把v1追加到v1中,则v1对应的[11,22,33]对象的引用计数器加1,最终为2.

  delv1#引用计数器-1delv2#引用计数器-1

对于上面的代码,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。

  

1.3标记清除&分代回收

  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:对标记清楚中的链表进行优化,将那些可能存在循环引用的对象拆分到3个链表,链表成为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。`

  

//分代的C源码#defineNUM_GENERATIONS3structgc_generationgenerations[NUM_GENERATIONS]={

  /*PyGC_Head,threshold,count*/

  {{(uintptr_t)_GEN_HEAD(0),(uintptr_t)_GEN_HEAD(0)},700,0},//0代

  {{(uintptr_t)_GEN_HEAD(1),(uintptr_t)_GEN_HEAD(1)},10,0},//1代

  {{(uintptr_t)_GEN_HEAD(2),(uintptr_t)_GEN_HEAD(2)},10,0},//2代};

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。

  1.4缓存机制

  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。

  

1.`v1=3.14#开辟内存来存储float对象,并将对象添加到refchain链表。`

  2.`print(id(v1))#内存地址:4436033488`

  3.`delv1#引用计数器-1,如果为0则在rechain链表中移除,不销毁对象,而是将对象添加到float的free_list.`

  4.`v2=9.999#优先去free_list中获取对象,并重置为9.999,如果free_list为空才重新开辟内存。`

  5.`print(id(v2))#内存地址:4436033488`

  

  7.`#注意:引用计数器为0时,会先判断free_list中缓存个数是否满了,未满则将对象缓存,已满则直接将对象销毁。`

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。

  

v1=38#去小数据池small_ints中获取38整数对象,将对象添加到refchain并让引用计数器+1。

  print(id(v1))#内存地址:4514343712

  v2=38#去小数据池small_ints中获取38整数对象,将refchain中的对象的引用计数器+1。

  print(id(v2))#内存地址:4514343712

  #注意:在解释器启动时候-5~256就已经被加入到small_ints链表中且引用计数器初始化为1,代码中使用的值时直接去small_ints中拿来用并将引用计数器+1即可。另外,small_ints中的数据引用计数器永远不会为0(初始化时就设置为1了),所以也不会被销毁。

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。

  

v1="A"

  print(id(v1))#输出:4517720496

  delv1

  v2="A"

  print(id(v1))#输出:4517720496

  #除此之外,Python内部还对字符串做了驻留机制,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在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)。

  v1="wupeiqi"

  v2="wupeiqi"

  print(id(v1)==id(v2))#输出:True

list类型,维护的free_list数组最多可缓存80个list对象。

  

v1=[11,22,33]

  print(id(v1))#输出:4517628816

  delv1

  v2=["小猪","佩奇"]

  print(id(v2))#输出:4517628816

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。

  

v1=(1,2)

  print(id(v1))delv1#因元组的数量为2,所以会把这个对象缓存到free_list[2]的链表中。

  v2=("小猪","佩奇")#不会重新开辟内存,而是去free_list[2]对应的链表中拿到一个对象来使用。

  print(id(v2))

dict类型,维护的free_list数组最多可缓存80个dict对象。

  

v1={"k1":123}

  print(id(v1))#输出:4515998128

  delv1

  v2={"name":"武沛齐","age":18,"gender":"男"}

  print(id(v1))#输出:4515998128

2 C语言源码分析

  

2.1两个重要的结构体

  

#definePyObject_HEADPyObjectob_base;#definePyObject_VAR_HEADPyVarObjectob_base;//宏定义,包含上一个、下一个,用于构造双向链表用。(放到refchain链表中时,要用到)#define_PyObject_HEAD_EXTRA\

  struct_object*_ob_next;\

  struct_object*_ob_prev;typedefstruct_object{

  _PyObject_HEAD_EXTRA//用于构造双向链表

  Py_ssize_tob_refcnt;//引用计数器

  struct_typeobject*ob_type;//数据类型}PyObject;typedefstruct{

  PyObjectob_base;//PyObject对象

  Py_ssize_tob_size;/*Numberofitemsinvariablepart,即:元素个数*/}PyVarObject;

这两个结构体PyObject和PyVarObject是基石,他们保存这其他数据类型公共部分,例如:每个类型的对象在创建时都有PyObject中的那4部分数据;list/set/tuple等由多个元素组成对象创建时都有PyVarObject中的那5部分数据。

  

2.2常见类型结构体

  平时我们在创建一个对象时,本质上就是实例化一个相关类型的结构体,在内部保存值和引用计数器等。

  float类型

  

typedefstruct{

  PyObject_HEADdoubleob_fval;

  }PyFloatObject;

int类型

  

struct_longobject{

  PyObject_VAR_HEAD

  digitob_digit[1];

  };/*Long(arbitraryprecision)integerobjectinterface*/

  typedefstruct_longobjectPyLongObject;/*Revealedinlongintrepr.h*/

str类型

  

typedefstruct{

  PyObject_HEAD

  Py_ssize_tlength;/*Numberofcodepointsinthestring*/

  Py_hash_thash;/*Hashvalue;-1ifnotset*/

  struct{

  unsignedintinterned:2;/*Charactersize:

  -PyUnicode_WCHAR_KIND(0):

  *charactertype=wchar_t(16or32bits,dependingonthe

  platform)

  -PyUnicode_1BYTE_KIND(1):

  *charactertype=Py_UCS1(8bits,unsigned)

  *allcharactersareintherangeU+0000-U+00FF(latin1)

  *ifasciiisset,allcharactersareintherangeU+0000-U+007F

  (ASCII),otherwiseatleastonecharacterisintherange

  U+0080-U+00FF

  -PyUnicode_2BYTE_KIND(2):

  *charactertype=Py_UCS2(16bits,unsigned)

  *allcharactersareintherangeU+0000-U+FFFF(BMP)

  *atleastonecharacterisintherangeU+0100-U+FFFF

  -PyUnicode_4BYTE_KIND(4):

  *charactertype=Py_UCS4(32bits,unsigned)

  *allcharactersareintherangeU+0000-U+10FFFF

  *atleastonecharacterisintherangeU+10000-U+10FFFF

  */

  unsignedintkind:3;unsignedintcompact:1;unsignedintascii:1;unsignedintready:1;unsignedint:24;

  }state;wchar_t*wstr;/*wchar_trepresentation(null-terminated)*/

  }PyASCIIObject;typedefstruct{

  PyASCIIObject_base;

  Py_ssize_tutf8_length;/*Numberofbytesinutf8,excludingthe

  *terminating\0.*/

  char*utf8;/*UTF-8representation(null-terminated)*/

  Py_ssize_twstr_length;/*Numberofcodepointsinwstr,possible

  *surrogatescountastwocodepoints.*/

  }PyCompactUnicodeObject;typedefstruct{

  PyCompactUnicodeObject_base;union{void*any;

  Py_UCS1*latin1;

  Py_UCS2*ucs2;

  Py_UCS4*ucs4;

  }data;/*Canonical,smallest-formUnicodebuffer*/

  }PyUnicodeObject;

list类型

  

typedefstruct{

  PyObject_VAR_HEAD

  PyObject**ob_item;

  Py_ssize_tallocated;

  }PyListObject;

tuple类型

  

typedefstruct{

  PyObject_VAR_HEAD

  PyObject*ob_item[1];

  }PyTupleObject;

dict类型

  

typedefstruct{

  PyObject_HEAD

  Py_ssize_tma_used;

  PyDictKeysObject*ma_keys;

  PyObject**ma_values;

  }PyDictObject;

通过常见结构体可以基本了解到本质上每个对象内部会存储的数据。

  扩展:在结构体部分你应该发现了str类型比较繁琐,那是因为python字符串在处理时需要考虑到编码的问题,在内部规定(见源码结构体):

  字符串只包含ascii,则每个字符用1个字节表示,即:latin1字符串包含中文等,则每个字符用2个字节表示,即:ucs2字符串包含emoji等,则每个字符用4个字节表示,即:ucs4

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: