Python中的垃圾回收机制：引用计数与标记清除协同工作

知识点描述

Python的垃圾回收（Garbage Collection, GC）机制主要依赖引用计数作为基础策略，并辅以标记清除和分代回收来处理循环引用问题。引用计数能够实时回收无引用对象，而标记清除则负责检测并清理因循环引用而无法被引用计数回收的内存。

详细讲解步骤

1. 引用计数（Reference Counting）

原理：每个对象内部维护一个计数器，记录当前有多少引用指向该对象。当引用计数降为0时，对象立即被销毁。

• 引用增加场景：
  • 对象被赋值给变量：a = SomeObject()
  • 对象被添加到容器：list.append(obj)
  • 对象作为参数传递（函数调用时）
• 引用减少场景：
  • 变量被重新赋值：a = None
  • 变量离开作用域（如函数执行结束）
  • 对象从容器中移除：list.remove(obj)

示例：

import sys

class Demo:
    pass

obj = Demo()      # 引用计数 = 1
ref = obj         # 引用计数 = 2
print(sys.getrefcount(obj))  # 输出3（getrefcount的临时参数也增加1次计数）
del ref           # 引用计数减为2（删除ref的引用）
del obj           # 引用计数减为1（为何不是0？因为getrefcount的临时参数已释放？实际此时应为1）

缺点：无法处理循环引用（如两个对象相互引用），导致内存泄漏。

2. 循环引用问题

场景：对象A引用对象B，同时对象B引用对象A，形成孤立环，无法通过引用计数归零来回收。

class Node:
    def __init__(self):
        self.parent = None
        self.child = None

a = Node()
b = Node()
a.child = b  # a引用b
b.parent = a # b引用a，形成循环引用
del a        # 引用计数：a从2减为1（b仍引用a）
del b        # 引用计数：b从2减为1（a仍引用b）
# 此时两个对象无法被引用计数机制回收！

3. 标记清除（Mark and Sweep）

作用：解决循环引用问题，作为引用计数的补充。
触发条件：当分配新对象时，若内存使用达到阈值，自动启动垃圾回收器。
过程：

1. 标记阶段：
   • 从根对象（如全局变量、当前调用栈中的变量）出发，遍历所有可达对象，并标记为“存活”。
   • 循环引用中的对象由于无法从根对象到达，不会被标记。
2. 清除阶段：
   • 遍历堆中所有对象，将未标记的对象回收。

示例：

import gc

# 启用调试以观察标记清除过程
gc.set_debug(gc.DEBUG_STATS)

a = Node()
b = Node()
a.child = b
b.parent = a
del a, b

# 手动触发垃圾回收
gc.collect()  # 输出显示回收的循环引用对象数量

4. 分代回收（Generational GC）

优化策略：基于“年轻对象更易消亡”的假设，将对象分为0、1、2三代。

• 新对象放入第0代。
• 多次存活的对象升级到下一代。
• 回收频率：第0代 > 第1代 > 第2代（减少遍历开销）。

协同工作流程：

1. 对象首先通过引用计数管理。
2. 当引用计数无法回收时，标记清除处理循环引用。
3. 分代回收优化标记清除的效率，减少全局扫描次数。

总结

• 引用计数：实时高效，但无法处理循环引用。
• 标记清除：解决循环引用，但需全局遍历，性能开销大。
• 分代回收：通过分代降低标记清除的频率，平衡性能。

通过三者协同，Python在保证内存及时回收的同时，有效避免了循环引用导致的内存泄漏。