Python 的内存是如何管理的

如果写过 C 和 C++的小伙伴肯定都知道，程序中的内存管理是非常关键的，一不小心可能就会产生内存泄漏。但是我们在写 Python 的时候好像从来没有关心过内存的处理，为什么可以这么爽？在你爽的背后，实际上是 Python 在默默的帮你管理着，具体怎么实现的，听我慢慢道来。

一、引用计数：

在 Python 中，使用了引用计数这一技术实现内存管理。一个对象被创建完成后就有一个变量指向他，那么就说明他的引用计数为 1，以后如果有其他变量指向他，引用计数也会相应增加，如果将一个变量不再执行这个对象，那么这个对象的引用计数减 1。如果一个对象没有任何变量指向他，也即引用计数为 0，那么这个对象会被 Python 回收。示例代码如下：

class Person(object):
    def __init__(self,name):
        self.name = name

    def __del__(self):
        print('%s 执行了 del 函数'%self.name)

while True:
    p1 = Person('p1')
    p2 = Person('p2')
    del p1
    del p2
    a = input('test:')

可以看到，两个对象的 del 函数都得到了执行。(欢迎加公众号：pythonjs，持续分享干货）

二、循环引用：

引用计数这一技术虽然可以在一定程度上解决内存管理的问题。但是还是有不能解决的问题，即循环引用。比如现在有两个对象分别为 a 和 b，a 指向了 b，b 又指向了 a，那么他们两的引用计数永远都不会为 0。也即永远得不到回收。看以下示例：

class Person(object):
    def __init__(self,name):
        self.name = name

    def __del__(self):
        print('%s 执行了 del 函数'%self.name)

while True:
    p1 = Person('p1')
    p2 = Person('p2')
    # 循环引用后，永远得不到释放
    p1.next = p2
    p2.prev = p1
    del p1
    del p2
    a = input('test:')

可以看到，del 函数是不会运行的，是因为循环引用导致两个对象得不到释放。(欢迎加公众号：pythonjs，持续分享干货）

三、标记清除和分代回收：

在 Python 程序中，每次你新创建了一个对象，那么就会将这个对象挂到一个叫做零代链表中（当然这个链表是 Python 内部的，Python 开发者是没法访问到的）。比如现在你在程序中创建四个 Person 对象，分别叫做 p1、p2、p3 以及 p4，然后 p1 与 p2 之间互相引用，并且让 p3 和 p4 的引用计数为 2，示例代码如下：

import sys

class Person(object):
    def __init__(self,name):
        self.name = name
        self.next = None
        self.prev = None

p1 = Person('p1')
p2 = Person('p2')
p3 = Person('p3')
p4 = Person('p4')

p1.next = p2
p2.prev = p1

temp1 = p3
temp2 = p4

print(sys.getrefcount(p1))
print(sys.getrefcount(p2))
print(sys.getrefcount(p3))
print(sys.getrefcount(p4))

以上代码实际上就会将 p1 和 p2 以及 p3 和 p4 挂在一个叫做零代链表中，示例图如下：

我们可以看到，这时候 p1 引用了 p2，而 p2 又引用了 p1，因此这两个对象产生了循环引用。在后期即使我删除了 del p1 以及 del p2，那么这两个对象也会得不到释放。

因此这时候 Python 就启用了一个新的垃圾回收的机制。如果创建的对象总和减去被释放的对象，达到一定的值（某个阈值），那么 Python 就会遍历这个零代链表，找到那些有相互引用的对象，将这些对象的引用计数减 1，如果引用计数值为 0 了，那么就说明这个对象是可以被释放的，比如以上 p1 和 p2，这时候就会释放 p1 和 p2。接下来再将没有被释放的对象，挪动到一个新的链表中，这个链表叫做一代链表。

在零代链表清理的次数达到某个阈值后，Python 会去遍历一代链表，将那些没有得到释放的对象移动到二代链表。同样的原理，如果一代链表清理的次数达到某个阈值后，Python 会去遍历二代链表，把垃圾对象进行回收。(欢迎加公众号：pythonjs，持续分享干货）

四、弱代假说：

来看看代垃圾回收算法的核心行为：垃圾回收器会更频繁的处理新对象。一个新的对象即是你的程序刚刚创建的，而一个来的对象则是经过了几个时间周期之后仍然存在的对象。Python 会在当一个对象从零代移动到一代，或是从一代移动到二代的过程中提升(promote)这个对象。

为什么要这么做？这种算法的根源来自于弱代假说(weak generational hypothesis)。这个假说由两个观点构成：首先是年轻的对象通常死得也快，而老对象则很有可能存活更长的时间。

假定现在我用 Python 创建一个新对象：

根据假说，我的代码很可能仅仅会使用 ABC 很短的时间。这个对象也许仅仅只是一个方法中的中间结果，并且随着方法的返回这个对象就将变成垃圾了。大部分的新对象都是如此般地很快变成垃圾。然而，偶尔程序会创建一些很重要的，存活时间比较长的对象-例如 web 应用中的 session 变量或是配置项。

通过频繁的处理零代链表中的新对象，Python 的垃圾收集器将把时间花在更有意义的地方：它处理那些很快就可能变成垃圾的新对象。同时只在很少的时候，当满足阈值的条件，收集器才回去处理那些老变量。

另外我们会不断分享技术在公众号：pythonjs，您如果不嫌弃，可以关注一下哦