當我們聲明一個對象的時候，例如str="abcdef",當我們不再使用str這個對象的時候，這個對象就是一個臟對象，垃圾對象，但是它還在占著內存，畢竟我們的電腦內存有限，所以應該有一個機制來回收它以及類似的對象。現在的高級語言如java，c#等，都采用了垃圾收集機制，而不再是c，c++裏用戶自己管理維護內存的方式。自己管理內存極其自由，可以任意申請內存，但如同一把雙刃劍，為大量內存泄露，懸空指針等bug埋下隱患。 對於一個字符串、列表、類甚至數值都是對象，且定位簡單易用的語言，自然不會讓用戶去處理如何分配回收內存的問題。 python裏也同java一樣采用了垃圾收集機制，不過不一樣的是: python采用的是引用計數機制為主，分代收集機制為輔的策略。

一、引用計數機制：這是Python垃圾回收使用的重要機制。

　　python裏每一個東西都是對象，它們的核心就是一個結構體：PyObject

typedef struct_object {
    int ob_refcnt;
    struct_typeobject *ob_type;
} PyObject;

　　PyObject是每個對象必有的內容，其中ob_refcnt就是做為引用計數。當一個對象有新的引用時，它的ob_refcnt就會增加，當引用它的對象被刪除，它的ob_refcnt就會減少。當引用計數為0時，該對象生命就結束了。

引用計數機制的優點：

• 簡單
• 實時性：一旦沒有引用，內存就直接釋放了。不用像其他機制等到特定時機。實時性還帶來一個好處：處理回收內存的時間分攤到了平時。

引用計數機制的缺點：

• 維護引用計數消耗資源
• 循環引用

list1 = []
list2 = []
list1.append(list2)
list2.append(list1)

　　list1與list2相互引用，如果不存在其他對象對它們的引用，list1與list2的引用計數也仍然為1，所占用的內存永遠無法被回收，這將是致命的。 對於如今的強大硬件，缺點1尚可接受，但是循環引用導致內存泄露，註定python還將引入新的回收機制。(分代收集)

1、導致引用計數+1的情況

• 對象被創建，例如a=23
• 對象被引用，例如b=a
• 對象被作為參數，傳入到一個函數中，例如func(a)
• 對象作為一個元素，存儲在容器中，例如list1=[a,a]

2、導致引用計數-1的情況

• 對象的別名被顯式銷毀，例如del a
• 對象的別名被賦予新的對象，例如a=24
• 一個對象離開它的作用域，例如f函數執行完畢時，func函數中的局部變量（全局變量不會）
• 對象所在的容器被銷毀，或從容器中刪除對象

3、查看一個對象的引用計數

import sys
a = "hello"
sys.getrefcount(a) #2

　　可以查看a對象的引用計數，但是比正常計數大1，因為調用函數的時候傳入a，這會讓a的引用計數+1。

4、循環引用導致內存泄露

import gc


class ClassA():
    def __init__(self):
        print(‘生成對象,id:%s‘ % str(id(self)))


def f2():
    while True:
        c1 = ClassA()
        c2 = ClassA()
        c1.t = c2
        c2.t = c1
        del c1
        del c2


# python默認是開啟垃圾回收的，可以通過下面代碼來將其關閉
gc.disable()

f2()

　　執行f2()，進程占用的內存會不斷增大。

• 創建了c1，c2後這兩塊內存的引用計數都是1，執行c1.t=c2和c2.t=c1後，這兩塊內存的引用計數變成2.
• 在del c1後，引用計數變為1，由於不是為0，所以c1對象不會被銷毀;同理，c2對象的引用數也是1。
• python默認是開啟垃圾回收功能的，但是由於以上程序已經將其關閉，因此導致垃圾回收器都不會回收它們，所以就會導致內存泄露。

有三種情況會觸發垃圾回收：

1. 當gc模塊的計數器達到閥值的時候，自動回收垃圾
2. 調用gc.collect()，手動回收垃圾
3. 程序退出的時候，python解釋器來回收垃圾

二、分代收集機制：

　　在Python中，采用分代收集的方法。把對象分為三代，一開始，對象在創建的時候，放在一代中，如果在一次一代的垃圾檢查中，改對象存活下來，就會被放到二代中，同理在一次二代的垃圾檢查中，該對象存活下來，就會被放到三代中。

gc模塊裏面會有一個長度為3的列表的計數器，可以通過gc.get_count()獲取。

例如(488,3,0)，其中488是指距離上一次一代垃圾檢查，Python分配內存的數目減去釋放內存的數目，註意是內存分配，而不是引用計數的增加。例如：

print gc.get_count() # (590, 8, 0)
a = ClassA()
print gc.get_count() # (591, 8, 0)
del a
print gc.get_count() # (590, 8, 0)

3是指距離上一次二代垃圾檢查，一代垃圾檢查的次數，同理，0是指距離上一次三代垃圾檢查，二代垃圾檢查的次數。

gc模快有一個自動垃圾回收的閥值，即通過gc.get_threshold函數獲取到的長度為3的元組，例如(700,10,10) 每一次計數器的增加，gc模塊就會檢查增加後的計數是否達到閥值的數目，如果是，就會執行對應的代數的垃圾檢查，然後重置計數器

例如，假設閥值是(700,10,10)：

當計數器從(699,3,0)增加到(700,3,0)，gc模塊就會執行gc.collect(0),即檢查一代對象的垃圾，並重置計數器為(0,4,0)
當計數器從(699,9,0)增加到(700,9,0)，gc模塊就會執行gc.collect(1),即檢查一、二代對象的垃圾，並重置計數器為(0,0,1)
當計數器從(699,9,9)增加到(700,9,9)，gc模塊就會執行gc.collect(2),即檢查一、二、三代對象的垃圾，並重置計數器為(0,0,0)

Python中的垃圾回收機制