python垃圾回收机制有哪些,python3垃圾回收算法
#python垃圾收集机制详细信息
一.概述：
Python的GC模块主要使用“引用计数”来跟踪和回收垃圾。除了引用计数，标签清除(real peanut和sweep)还允许容器(这里容器值是数组、字典、元组())等对象)
第二，垃圾收集的三种机制
1.引用计数
在Python中，大多数对象的生命周期是由对象的引用计数来管理的。从广义上讲，它不仅是垃圾收集机制，也是最直观、最简单的垃圾收集机制。
原理：当一个对象创建或复制一个引用时，该对象的引用号增加1，而当该对象的引用被放弃时，该对象的引用号减少1。当一个对象的引用计数减少到0时，意味着这个对象没有被任何人使用，正在使用的内存可以被释放。
每次分配和释放内存时，需要将管理引用计数的行为添加到引用计数中。但是，与其他主要的垃圾收集机制相比，最大的优势之一是实时性，任何内存在对它的引用消失时都会被立即收集。其他垃圾收集机制需要一些特殊条件(内存分配失败)来恢复无效内存。
运行效率：引用计数机制维护引用计数导致的额外操作与python运行时执行的内存分配和释放成正比。与其他机制(如“标记-清除”和“停止-复制”)相比，这些技术带来的操作基本上只涉及回收的数量，所以是弱项。
引用计数的致命弱点之一是循环引用，而垃圾收集机制不包括引用计数。这就需要一种新的方法：清除标记。
2.清除标记
清除标记主要用于解决循环引用问题。循环引用只出现在容器对象中。例如数组、字典、元组等。首先需要为每个容器对象保留两个额外的指针，以便将容器对象组合成一个链表来跟踪对象。指针指向前面和后面的容器对象。这样，如果一个物体的圆形参考环破裂，就可以得到两个物体的有效计数。
问题描述：
使用循环引用时，一组对象的引用号不再为0，但实际上并没有被外部对象引用。也就是说，没有人再使用这个对象了，这个对象占用的内存空间必须回收，但是每个对象的引用数都不是0，因为有交叉引用。这是因为这些对象占用的内存不会被释放。例如，下面的代码：
a=[ 1，2 ] b=[ 3，4 ] a .追加b .追加a . deladel b # BC=[3，5 ] d=[ 2，4 ] c .追加d .追加
在上面的第一组中，不执行del语句时，A和B的引用时间都是2(initappend=2)，但执行del语句后，A和B的引用时间减1。将a和B嵌入圆形参考圆，然后标签消除算法开始工作。在一端找到A，开始移除A和B的参考环.我们从a开始，那是因为B有参照物。将B的引用计数减一，然后跟随对B的引用，因为B对A有引用，同样，对A减少一个引用，就可以完成循环引用对象之间的对象循环的提取。)移除后发现一个。
对于第二组，简单来说，拿到戒指后D的引用计数还是1，而A拿到戒指后是0。此时C已经在unreachable的链表中，被判死刑。但是根表中还有D，D也指C，如果去掉C，世界上就没有正义了。根链接表的d在引用检查中引用C。没有了C，D变冷了，于是C被拉回了根链表。
之所以要解剖这两个链表，是因为根链表中可能有对象，不可达中可能有直接或间接引用的对象。这些物品不能回收。一旦在标记过程中发现这样的对象，它将被移动到路由表中。标记完成后，留在不可达链表中的就是名副其实的垃圾对象。下列垃圾回收必须限制为不可到达的链表。
3.世代循环利用
背景：逐代回收技术是20世纪80年代初发展起来的垃圾回收机制。研究表明，无论用什么通用语言开发，开发什么类型和规模的程序，都有一定比例的内存块寿命很短，通常是几百万条指令，而剩下的内存块寿命很长，程序从头结束。
从上面的‘mark-clear’的垃圾收集机制来看，这种垃圾收集带来的额外操作其实与系统内存块的总数有关。收集的内存块越多，垃圾收集带来的额外操作就越多。为了提高垃圾收集效率，采用了“空间置换”策略。
原理：系统线程的所有内存块按照其生命周期分为不同的集合，每一个集合称为“代”。垃圾收集的频率随着世代寿命的延长而降低。也就是说，对象寿命越长，垃圾就应该越少，垃圾收集的频率就应该降低。衡量标准是对象经过垃圾回收的次数越多，对象的寿命越长。
例如：
当一些内存块M经过三次垃圾收集清理后还活着，就被分配给A组A，垃圾收集开始时，大部分时间只对B组进行垃圾收集，而对A组的垃圾收集时间较长，使得垃圾收集机制处理的内存较少，效率自然提高。在这个过程中，集合B中的一些内存块由于存活时间较长，会被转移到A中。当然，A里面其实是有一些垃圾的，垃圾收集会因为这种捆绑机制而延迟。在python中，有三代，即维护三个链表(0，1，2代)。
0表示子对象。1代表青年对象。2代表老年人。根据弱世代假说(越年轻越容易死)
xqdlz的对象放在第0代，对象是在第0代的第一个垃圾收集机制中活过来的，所以放在第1代已经很久了，同理，也可能放在第2代。每代的GC垃圾回收惩罚阈值可以自己设置(目前不知道怎么设置/苦笑)。
这些是当前的python垃圾收集机制。
以下是内存池和调优方法：
内存池：
Python的内存机制呈现金字塔形状，-1层和-2层主要由操作系统操作。
第0层由c中的malloc、free等内存分配和释放函数操作。
第一层和第二层是内存池，分别由python excuse函数和PyMem_Malloc函数实现。当对象小于256K时，该层直接分配内存。
第三层是顶层，也就是我们对python对象的直接操作。
调谐装置：
1.手动垃圾收集
2.避免回收。
3.提高垃圾回收的门槛。
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。