Python 内存管理与垃圾回收机制详解

Python 的内存管理机制和垃圾回收策略是其自动内存管理的核心，以下从机制、具体方式及触发条件三个方面进行详细阐述：

私有堆与内存分配器
Python 通过私有堆（Private Heap）管理所有对象的内存，开发者无法直接操作该堆，而是通过内存管理器接口（如 malloc() 的封装）间接分配内存。内存分配器分为两层：
- 对象特定分配器：针对小对象（如 int、str）使用内存池（Memory Pools），减少内存碎片。
- 通用分配器：大对象直接使用系统的 malloc() 和 free()。
引用计数（Reference Counting）
每个对象内置引用计数器，记录指向它的引用数量。规则如下：
- 引用增加时（如赋值、传参），计数 +1。
- 引用减少时（如变量离开作用域、显式赋 None），计数 -1。
- 当计数归零时，对象被立即回收（调用 __del__ 方法并释放内存）。
内存池与小对象优化
Python 对小对象（通常小于 256KB）采用预分配的内存池（Blocks 和 Arenas），避免频繁调用系统分配函数，提升效率。

引用计数（主要机制）
- 优点：实时性高，对象不再被引用时立即回收。
- 缺点：无法处理循环引用（如两个对象互相引用）。
分代垃圾回收（Generational GC）
为解决循环引用问题，Python 引入分代回收算法（基于“弱代假说”：对象存活越久，越不可能被回收）：
- 分代划分：对象按存活时间分为 3 代（Generation 0, 1, 2），新对象在 0 代。
- 标记-清除（Mark and Sweep）：
  - 标记阶段：从根对象（全局变量、调用栈等）出发，标记所有可达对象。
  - 清除阶段：回收未被标记的不可达对象（循环引用组）。
- 分代回收策略：高频检查年轻代，低频检查老年代。例如，0 代回收频率远高于 2 代。
辅助工具
- gc 模块：提供手动触发回收（gc.collect()）、调整阈值等功能。
- 弱引用（weakref）：避免因循环引用导致内存泄漏。

引用计数归零
对象引用计数变为零时，立即被回收（无需等待 GC 运行）。
分代阈值触发
各代对象分配数与释放数的差值超过阈值时触发对应代回收：
- 默认阈值：gc.get_threshold() 返回 (700, 10, 10)。
- 规则：每进行 1 次 0 代回收，计数器 +1；当 0 代回收次数超过 10 次（第二个阈值），触发 1 代回收；1 代回收超过 10 次后触发 2 代回收。
显式调用
- 手动执行 gc.collect([generation]) 强制触发指定代的回收。
- 程序退出时自动执行全量回收。
其他情况
- 当 gc 模块检测到新增的循环引用时（需启用调试模式）。

Menu