#python垃圾回收机制详情
一、概述：
python的GC模块主要使用“参考计数(reference counting )”来跟踪和回收垃圾。 除了参照计数之外，标签清除(现实的花生and sweep )还允许容器(此处的容器值是数组、字典、元组之类的对象() ) ) ) ) ) )
二、垃圾回收三种机制
1、引用计数
在Python中，大多数对象的生命周期由对象的引用计数来管理，广义上既是垃圾回收机制，也是最直观、最简单的垃圾回收机制。
原理：当对象创建或复制引用时，对象的引用数增加1，而当对象的引用被放弃时，对象的引用数减少1。 当对象的引用计数减少到0时，表示该对象已经不被任何人使用，并且可以释放正在使用的内存。
每次分配和释放内存时，引用计数都需要添加管理引用计数的行为，但与其他主要垃圾回收机制相比，最大的优点之一是实时性，任何内存在对他的引用消失时都会立即回收。 其他垃圾回收机制需要某些特殊条件(内存分配失败)才能回收无效内存。
运行效率问题：引用计数机制维护引用计数带来的附加操作与python运行期间执行的内存分配和释放成比例。 与其他机制(如“标记-清除”、“停止-复制”)相比，这些技术带来的操作基本上只涉及回收的数量，因此是弱点。
引用计数的致命弱点之一是循环引用，而垃圾回收机制不包括引用计数。 这需要一种新方法：清除标记。
2、标记清除
清除标记主要用于解决循环引用问题。 循环引用仅在容器对象内发生。 例如，数组、字典、元组等首先需要为每个容器对象保留两个附加指针，以便将容器对象组合成一个链表，以跟踪对象。 指针指向前后两个容器对象。 这样，如果断开对象的循环参照环，则可以获得两个对象的有效计数。
问题说明：
使用循环引用时，一组对象的引用数不再为0，但实际上并未被外部对象引用。 也就是说，没有人再使用此对象，必须回收此对象占用的内存空间，但每个对象的引用数不是0，因为存在交叉引用。 这是因为这些对象占用的内存不会被释放。 例如以下代码：
a=[ 1，2 ] b=[ 3，4 ] a.append (b ) b.append(a ) a ) deladelb # BC=[ 3，5 ] d=[ 2，4 ] c.append ) d.append
在上面的第一组中，当未执行del语句时，a、b的引用次数均为2(initappend=2)，但执行del后，a、b的引用次数相互减少一个。 A、b嵌入循环参照圈，然后出现标签消去算法开始工作。 找到其一端的a，开始拆下a、b的参照环。 (我们从a出发。 那是因为b有参考。 将b的引用计数减少一个，然后沿着引用到达b。 因为b有对a的引用。 同样，通过减少对a的一个引用，可以完成循环引用对象之间的对象循环的提取。 )去除后发现a。
对于第二组，简单来看，d拿到戒指后引用计数仍为1，但a拿到戒指后为0。 此时的c已经在unreachable的链表中，被判处死刑。 但是此时，根表中还有d，d还引用了c。 如果C被取下的话，世界上就没有正义了。 根链接表的d在参照检查中参照c。 没有了c，d也变凉了，所以c被拉回了根链表。
解剖这两个链表的原因是，当前unreachable中可能存在位于根链表中的对象，直接或间接引用的对象。 无法回收这些对象。 一旦在标记过程中发现了这样的对象，就将其移动到路由表中，标记完成后，unreachable链表中剩下的就是名副其实的垃圾对象。 以下垃圾回收必须限制在unreachable链表中
3、分代回收
背景：分代回收技术是20世纪80年代初发展起来的垃圾回收机制。 研究表明，无论用什么总语言开发，开发什么类型、什么规模的程序，一定比例的内存块生存期短，通常是数百万指令的时间，而剩下的内存块生存期长，程序从一开始就结束
从上述"标记-清除"这样的垃圾回收机制来看，该垃圾回收带来的额外操作实际上与系统内的总存储器块数量相关，回收的存储器块越多，垃圾回收带来的额外操作就越多为了提高垃圾的收集效率，采用了“空间的更换”的战略。
原理：系统线程的所有内存块根据生存时间分为不同的集合，每个集合称为“世代”，垃圾回收的频率随世代生存时间的延长而减少。 也就是说，活着时间越长的对象越不应该是垃圾，而应该减少垃圾的收集频率，测定的标准是该对象通过的垃圾的收集次数越多，该对象活着的时间就越长。
例如：
当某些内存块M经过了3次垃圾回收的清洗之后还是存活着的时候，就将内存块M划到一个集合A中去，当垃圾收集开始工作时，大多数情况只是针对集合B进行垃圾回收，而对集合A进行垃圾回收要隔相当长一段时间才进行，这就使得垃圾收集机制要处理的内存少了，效率自然就提高了。这个过程中集合B中的某些内存块由于存活时间长会被转移到A中， 当然A中实际上也存在一些垃圾，这些垃圾回收会因为这种分带机制而延迟。 在python中，一共有三代，也即维护3条链表(generation 0， 1， 2) 0代表幼儿对象。1代表青年对象。2代表老年对象。依据弱代假说(越年轻的越容易死掉)
xqdlz的对象放在0代，对象在0代的第一次垃圾收集机制中活了过来， 那么久将其放到第1代里面了，同理，可能会被放到第2代。GC每代垃圾回收处罚的阈值可以自己设置(目前我不知道怎么设置/苦笑)。
这些就是目前的python的垃圾回收机制了。
下面的是 内存池以及调优手段：
内存池：
python的内存机制呈现金字塔形状，-1， -2层主要由操作系统进行操作。
第0层是C中的malloc， free等内存分配和释放函数进行操作
第一层和第二层是内存池，有python借口函数，PyMem_Malloc函数实现，当对象小于256K时候由该层直接分配内存，
第三层是最上层，也即我们对python对象的直接操作。
调优手段：
1、手动垃圾回收
2、避免循环运用
3、提高垃圾回收阈值