一、先來說說為什么要有垃圾回收

解釋器在執行到定義變量得語法時，會申請內存空間來存放變量得值，但是由于內存空間是有限得，所以這就涉及到了內存回收問題了，當一個變量值沒有用了（簡稱垃圾），這種時候就應該回收掉這個變量值得內存空間。

二、那么什么是垃圾回收機制

垃圾回收機制（簡稱GC）是Python解釋器自帶一種機，專門用來回收不可用的變量值所占用的內存空間

三、為什么要用垃圾回收機制呢？

程序運行過程中會申請大量的內存空間，而對于一些無用的內存空間如果不及時清理的話會導致內存使用殆盡（內存溢出），導致程序崩潰，因此管理內存是一件重要且繁雜的事情，而python解釋器自帶的垃圾回收機制把程序員從繁雜的內存管理中解放出來。

四、垃圾回收機制的理解

1、堆區和棧區

在定義變量時，變量名與變量值都是需要存儲的，分別對應內存中的兩塊區域：堆區與棧區。

# 1、變量名與值內存地址的關聯關系存放于棧區# 2、變量值存放于堆區，內存管理回收的則是堆區的內容

2、直接引用和間接引用

直接引用指的是從棧區出發直接引用到的內存地址。間接引用指的是從棧區出發引用到堆區后，再通過進一步引用才能到達的內存地址。

x=10 # 10這個值被變量x直接引用list=[20,x] # 10這個值被列表list間接引用12

五、垃圾回收機制的原理分析

Python的GC模塊主要運用了“引用計數”（reference counting）來跟蹤和回收垃圾。在引用計數的基礎上，還可以通過“標記-清除”（mark and sweep）解決容器對象可能產生的循環引用的問題，并且通過“分代回收”（generation collection）以空間換取時間的方式來進一步提高垃圾回收的效率。

1、引用計數

變量值被變量名關聯得次數（包括間接引用和直接引用 ），一旦變量得引用計數得值變成0，占用內存就會被回收。

2、引用計數得問題以及解決方案

問題一：循環引用

引用計數機制存在著一個致命的弱點，即循環引用（也稱交叉引用

list1=[111,]list2=[222,]list1.append(list2)list2.append(list1)print(list1,list2)[111, [222, [...]]] [222, [111, [...]]]# list1和list2之間相互引用# list1=[111的內存地址,list2的內存地址]# list2=[222的內存地址,list1的內存地址]x=10list=[2,3,x]print(list[2]) # 10x=123print(list[2]) # 10

這種時候一旦我們del list1，del list2，刪除列表的直接引用，只剩下list1和list2之間 的相互引用，這樣引用計數不是0，內存空間無法回收，并且無法去到list1和list2的值（就是垃圾），這種時候python引入了“標記-清除” 與“分代回收”來分別解決引用計數的循環引用與效率低的問題。

問題二：標記清除

容器對象（比如：list，set，dict，class，instance）都可以包含對其他對象的引用，所以都可能產生循環引用。而“標記-清除”計數就是為了解決循環引用的問題。標記/清除算法的做法是當應用程序可用的內存空間被耗盡的時，就會停止整個程序，然后進行兩項工作，第一項則是標記，第二項則是清除。

問題三：效率問題

基于引用計數的回收機制，每次回收內存，都需要把所有對象的引用計數都遍歷一遍，這是非常消耗時間的，于是引入了分代回收來提高回收效率，分代回收采用的是用“空間換時間”的策略。

問題四：分代回收

分代回收的核心思想是：在歷經多次掃描的情況下，都沒有被回收的變量，gc機制就會認為，該變量是常用變量，gc對其掃描的頻率會降低分代指的是根據存活時間來為變量劃分不同等級（也就是不同的代）

新定義的變量，放到新生代這個等級中，假設每隔1分鐘掃描新生代一次，如果發現變量依然被引用，那么該對象的權重（權重本質就是個整數）加一，當變量的權重大于某個設定得值（假設為3），會將它移動到更高一級的青春代，青春代的gc掃描的頻率低于新生代（掃描時間間隔更長），假設5分鐘掃描青春代一次，這樣每次gc需要掃描的變量的總個數就變少了，節省了掃描的總時間，接下來，青春代中的對象，也會以同樣的方式被移動到老年代中。也就是等級（代）越高，被垃圾回收機制掃描的頻率越低

回收依然使用引用計數作為回收的依據

問題五：分代回收的缺點

例如一個變量剛剛從新生代移入青春代，該變量的綁定關系就解除了，該變量應該被回收，但青春代的掃描頻率低于新生代，這就到導致了應該被回收的垃圾沒有得到及時地清理。

沒有十全十美的方案：

毫無疑問，如果沒有分代回收，即引用計數機制一直不停地對所有變量進行全體掃描，可以更及時地清理掉垃圾占用的內存，但這種一直不停地對所有變量進行全體掃描的方式效率極低，所以我們只能將二者中和。

綜上：

垃圾回收機制是在清理垃圾&釋放內存的大背景下，允許分代回收以極小部分垃圾不會被及時釋放為代價，以此換取引用計數整體掃描頻率的降低，從而提升其性能，這是一種以空間換時間的解決方案目錄。

以上就是如何快速理解python的垃圾回收機制的詳細內容，更多關于你理解python的垃圾回收機制么的資料請關注好吧啦網其它相關文章！