了解 Python 的垃圾回收器

当你编写一个 Python 程序时，你可能不会花太多时间去思考你停止使用的所有东西会发生什么。您创建变量、对象、数据结构...当你用完它们时，你就可以继续前进了。

但是等等，在引擎盖下，谁在清理你留下的所有烂摊子？

答案是 Python 的垃圾回收器。

让我们真正谈谈它是什么，它是如何工作的，以及为什么有时您可能想要给予它一点额外的关注。

所以。。。垃圾回收器到底是什么？

想象一下你正在做晚饭。你切菜、打开包装、用完食材，现在你的厨房一团糟。必须有人清理它，否则最终你会用完柜台空间。

在 Python 中，垃圾回收器 （GC） 就像您的无声厨房助手。

它在后台悄悄地工作，清理所有 “垃圾”，即您不再使用的内存。

当您的程序创建列表、字符串、字典等对象时，Python 会将它们存储在内存中。

当你用完它们时，当没有更多对它们的引用时，Python 的 GC 会介入并扔掉它们。

您不必告诉 Python，“嘿，我已经完成了这个列表，您现在可以删除它。

它就是知道。

它怎么知道要清洁什么？

Python 主要使用一种称为引用计数的东西。

这个想法是这样的：

• 每个对象都会跟踪仍指向它的引用或指针数。
• 如果变量仍在使用对象，则引用计数将保持在 0 以上。
• 当引用计数下降到 0 时，Python 知道它可以安全地丢弃对象。

例：

a = [1, 2, 3]   # a list is created, reference count = 1
b = a           # another reference to the same list, count = 2
del a           # remove one reference, count = 1
del b           # remove the last reference, count = 0 → Garbage collected!

很聪明，对吧？

参考计数足够吗？

不，这就是它变得辣的地方。

如果两个对象相互引用，但没有其他对象使用它们，该怎么办？

这称为循环引用。

例：

class MyObj:
    def __init__(self):
        self.ref = None

a = MyObj()
b = MyObj()

a.ref = b
b.ref = a

现在指向 ，并指向返回 。即使我们同时删除了 和 ，它们仍然相互依赖。他们的引用计数永远不会下降到零。这就是为什么 Python 也有一个成熟的垃圾回收器。它可以更深入地观察，发现这些“卡在一起”的物体，并清理它们。abbaab

深入挖掘分代垃圾回收→

Python 使用一种称为分代垃圾回收的巧妙技巧来加快速度。

基本思路如下：

• 大多数物体会很早就死去。
• 经常检查新对象。
• 较旧的对象检查频率较低，因为如果它们存活了一段时间，它们可能很重要。

Python 将对象分为三代：

1. 第 0 代：全新的婴儿（最常检查）
2. 第 1 代：稍留存下来的对象
3. 第 2 代：老前辈（检查频率较低）

这个系统可以节省时间，因为 Python 不会浪费精力一次又一次地检查相同的对象。

如何实际使用 GC

您可以忽略垃圾回收器吗？99% 的时间是肯定的。通常，您不必担心任何这些。Python 完美地处理了这一切。但有时，尤其是在 Web 应用程序或数据科学项目等大型复杂程序中，您可能希望深入了解。方法如下：

如果您需要在特定时间释放内存，请手动触发垃圾回收：

import gc
gc.collect()

如果您知道垃圾回收器会妨碍您，请暂时禁用它。例如，当您快速创建大量短期对象时。

gc.disable()
# your code flow here
gc.enable()

通过使用 such 工具来跟踪内存泄漏，以查看在不应该出现的时候存在什么。gc.get_objects()

最后

Python 的垃圾回收器就像那个好朋友，他总是在聚会结束后不经询问就清理干净。你不会注意到它，但如果没有它，生活会困难得多。通过稍微了解它的工作原理，您可以编写更智能的程序，更快地解决奇怪的错误，并使您的应用程序变得更好。

出处：https://dev.to/