内存管理：垃圾回收机制
什么是垃圾回收机制？
"""
垃圾回收机制（简称GC）是Python解释器自带的一种机制，专门用来回收不可用的变量值所占用的内存空间，当一个变量值被绑定的变量名的个数为0时，该变量值无法被访问到，称为垃圾。
"""
例如：
引用计数增加
x = 1 //1的引用计数为1
y = x //1的引用计数为2
z = x //1的引用计数为3
引用计数减少
del x //解除变量名x与值1的绑定关系，1的引用计数变为2
del y //解除变量名y与值1的绑定关系，1的引用计数变为1
当我们重新给z赋值时：
z = 2 //解除了变量名z与值1的绑定关系，1的引用计数变为0
所以当1被绑定的变量名的个数为0时，该变量值无法被访问到，就变成了垃圾。
引用计数有直接引用与间接引用两种方式
例如：
x = 1 //属于直接引用
y = x //属于间接引用
z = y //属于间接引用
或在列表和字典中
x = 1
y = [2,x] //属于间接引用
print(y) //结果[2, 1]
z = {"age":x} //属于间接引用
print(z) //结果{‘age‘: 1}
引用计数存在的问题
"""
1,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
2,循环引用(也称交叉引用)
循环引用会导致：值不再被任何名字关联，但是值的引用计数并不会为0，应该被回收但不能被回收
例如：list1 = ["佩奇"] //列表1被引用一次，列表1的引用计数变为1
list2 = ["乔治"] //列表2被引用一次，列表2的引用计数变为1
list1.append(list2) //把列表2追加到l1中作为第二个元素，列表2的引用计数变为2
list2.append(list1) //把列表1追加到l2中作为第二个元素，列表1的引用计数变为2
当我们del删除时，值的引用计数为1，并不会为0
所以为了解决这两个致命弱点，Python引入了两种GC机制解决方案：标记和清除
"""
标记和清除
"""
标记清除算是一种基于追踪回收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。
容器对象（比如：list，set，dict，class，instance）都可以包含对其他对象的引用，所以都可能产生循环引用。而“标记-清除”计数就是为了解决循环引用的问题
1、标记
标记的过程其实就是，遍历所有的GC Roots对象(栈区中的所有内容或者线程都可以作为GC Roots对象），然后将所有GC Roots的对象可以直接或间接访问到的对象标记为存活的对象，其余的均为非存活对象，应该被清除。
2、清除
清除的过程将遍历堆中所有的对象，将没有标记的对象全部清除掉。
"""
分代回收
为什么用分代回收？
基于引用计数的回收机制，每次回收内存时，都需要把所有对象的引用计数都遍历一遍，这是非常消耗时间的，于是引入了分代回收来提高回收效率，分代回收采用的是用“空间换时间”的策略。
"""
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）， 假设每隔1分钟扫描新生代一次，如果发现变量依然被引用，那么该对象的权重（权重本质就是个整数）加一，当变量的权重大于某个设定得值（假设为3），会将它移动到更高一级的青春代，青春代的gc扫描的频率低于新生代（扫描时间间隔更长），假设5分钟扫描青春代一次，这样每次gc需要扫描的变量的总个数就变少了，节省了扫描的总时间，接下来，青春代中的对象，也会以同样的方式被移动到老年代中。也就是等级（代）越高，被垃圾回收机制扫描的频率越低。所以，老年代中的对象是存活时间最久的对象。
综上所述垃圾回收机制是在清理垃圾释放内存的大背景下，允许分代回收以极小部分垃圾不会被及时释放为代价，以此换取引用计数整体扫描频率的降低，从而提升其性能，这是一种以空间换时间的解决方案。
"""
python垃圾回收机制
原文：https://www.cnblogs.com/zylwy/p/14081503.html
