从 CPython 源码角度看 Python 垃圾回收机制

环状双向链表 refchain

在 Python 程序中创建的任何对象都会被放到 refchain 链表中，当创建一个 Python 对象时，内部实际上创建了一些基本的数据：

上一个对象
下一个对象
类型
引用个数
值
对于列表等类型，也会创建值用于存储列表的长度

在 C 源码中体现如下：

#define PyObject_HEAD		PyObject ob_base;

#define PyObject_VAR_HEAD		PyVarObject ob_base;

// 宏定义，包含：上一个、下一个、用于构造双向链表用

#define _PyObject_HEAD_EXTRA

	struct _object *_ob_next;

	struct _object *_ob_prev;

typedef struct _object {

    _PyObject_HEAD_EXTRA

    Py_ssize_t ob_refcnt; // 引用计数器

    struct _typeobject *ob_type; // 数据类型

} PyObject;

// list、tuple、dict..

typedef struct {

    PyObject ob_base;  // PyObject 对象

    Py_ssize_t ob_size;  // 元素个数

} PyVarObject;

// float

typedef struct {

    PyObject_HEAD

    double ob_fval;

} PyFloatObject;

比如对于下面这段 Python 代码：

data = 3.14

其内部会创建：

	_ob_next = refchain 中的下一个对象

	_ob_prev = refchain 中的下一个对象

	ob_refcnt = 1

	ob_type = float

	ob_fval = 3.14

引用计数器

在 Python 程序运行时，会根据数据类型的不同找到其对应的结构体，根据结构体中的字段来进行创建相关的数据，然后将对象添加到 refchain 双向链表中。

在 C 源码中有两个关键的结构体：PyObject、PyVarObject。

每个对象中都有 ob_refcnt，即引用计数器，默认值为 1，当有其他变量引用对象时，引用计数器就会发生变化。

当一个对象的引用计数器为 0 时，意味着没有人再使用这个对象了，这个对象就会被垃圾回收，流程如下：

把对象从 refchain 链表中移除
将对象销毁，内存归还

注：del 语句实际上就是在对引用计数器做 -1 操作。

循环引用

在 Python 底层，会维护一个新的链表，用于存放可能存在循环引用的对象（如 list/dict/set/tuple等）。当达到一定条件后，会去遍历每个元素，检查是否有循环引用，如果有，则让双方的引用计数 -1，如果是 0 则进行回收。

分代回收

循环引用引发了两个问题：

什么时候扫描？
扫描代价较大（对子孙元素都要进行扫描），单词扫描耗时久。

对此，Python 使用了分代回收的机制。将可能存在循环引用的对象维护成 3 个链表：

0 代，个数达到 700 个扫描一次
1 代，0 代扫描 10 次，1 代扫描 1 次
2 代，1 代扫描 10 次，2 代扫描 1 次

缓存

池（int）

为了避免重复的创建和销毁一些对象，维护池。

>>> a1 = 1

>>> a2 = 1

>>> id(a1)

140713557615440

>>> id(a2)

140713557615440

free_list（float/list/tuple/dict）

当一个对象的引用计数为 0 时，内部不会直接回收，而是将对象添加到 free_list 中当缓存，以后再去创建对象时，不再重新开辟内存，而是直接使用 free_list。
```
# 开辟新的内存

v1 = 3.14

# 将对象添加到 free_list 中

del v1

# 去 free_list 中获取对象，并将对象内存数据初始化

v2 = 999
```

参考

python 垃圾回收机制刨析

巴特西

从 CPython 源码角度看 Python 垃圾回收机制

环状双向链表 refchain

引用计数器

循环引用

分代回收

缓存

参考

最新文章

热门文章