[面试题]百度资深面试官：如何理解python垃圾回收机制？

• 『面试题解』python赋值、浅拷贝与深拷贝：http://mrw.so/4LVuSe
• 『面试题解』百度资深面试官为你解题：线程与进程的区别？http://mrw.so/5ocYjU

本期我们邀请了来自于百度的资深校招面试官为你解题，欢迎大家持续关注。

垃圾回收机制，就是我们常说的GC(Garbage collection)。高级编程语言，如java，c#等，都采用了垃圾回收机制，减轻程序员对于内存的处理压力。但这并不代表内存泄漏等问题可以被完全杜绝，所以这部分仍然非常重要，同时也是面试中的热点考察内容。

01

引用计数

python中一切皆对象，每一个Python对象都有一个引用计数器，用于记录有多少其他对象指向(引用)这个对象。那什么时候引用计数增加，什么时候引用计数减少呢？

引用计数增加

• 对象被创建：x = “test”

• 另外的别名被创建：y = x

• 对象被作为参数传递给函数（新的本地引用）:foobar(x)

• 对象成为容器对象的一个元素：myList = [x, 'xyz']

引用计数减少

• 一个本地引用离开了其作用范围。如fooc()函数结束时，func函数中的局部变量（全局变量不会）

• 对象的别名被显式销毁：del y

• 对象的一个别名被赋值给其他对象：x = 123

• 对象被从一个窗口对象中移除：myList.remove(x)

• 窗口对象本身被销毁：del myList

当引用计数变为0时，会回收对象释放内存空间。

引用计数法有很明显的优点：

• 实现简单

• 实时性：一旦没有引用，内存就直接释放了。不用像其他机制等到特定时机。实时性还带来一个好处：处理回收内存的时间分摊到了平时。

但同时存在非常显著的的缺点：

• 维护引用计数消耗资源，维护引用计数的次数和引用赋值成正比，而不像mark and sweep等基本与回收的内存数量有关。

• 无法解决循环引用的问题。A和B相互引用而再没有外部引用A与B中的任何一个，它们的引用计数都为1，但显然应该被回收。

为解决上面2个问题，python又引入了两种GC机制

此GC机制，主要是为了解决循环引用问题。

标记清除（Mark—Sweep）』算法是一种基于追踪回收（tracing GC）技术实现的垃圾回收算法。它分为两个阶段：第一阶段是标记阶段，GC会把所有的『活动对象』打上标记，第二阶段是把那些没有标记的对象『非活动对象』进行回收。那么GC又是如何判断哪些是活动对象哪些是非活动对象的呢？

对象之间通过引用（指针）连在一起，构成一个有向图，对象构成这个有向图的节点，而引用关系构成这个有向图的边。从根对象（root object）出发，沿着有向边遍历对象，可达的（reachable）对象标记为活动对象，不可达的对象就是要被清除的非活动对象。根对象就是全局变量、调用栈、寄存器

在上图中，我们把小黑圈视为全局变量，也就是把它作为root object，从小黑圈出发，对象1可直达，那么它将被标记，对象2、3可间接到达也会被标记，而4和5不可达，那么1、2、3就是活动对象，4和5是非活动对象会被GC回收。

标记清除算法作为python的辅助垃圾收集技术主要处理的是一些容器对象，比如list、dict、tuple，instance等，因为对于字符串、数值对象是不可能造成循环引用问题。

03

分代回收

分代回收是一种以空间换时间的操作方式，Python将内存根据对象的存活时间划分为不同的集合，每个集合称为一个代，Python将内存分为了3“代”，分别为年轻代（第0代）、中年代（第1代）、老年代（第2代），他们对应的是3个链表，它们的垃圾收集频率与对象的存活时间的增大而减小。新创建的对象都会分配在年轻代，年轻代链表的总数达到上限时，Python垃圾收集机制就会被触发，把那些可以被回收的对象回收掉，而那些不会回收的对象就会被移到中年代去，依此类推，老年代中的对象是存活时间最久的对象，甚至是存活于整个系统的生命周期内。同时，分代回收是建立在标记清除技术基础之上。分代回收同样作为Python的辅助垃圾收集技术处理那些容器对象。