什么是 Python 垃圾回收机制中的引用计数

简介: Python 中的 __del__ 魔法方法,也被称为对象的终结者,是一个在对象即将被从内存中移除之前被调用的方法。它实际上并不做从内存中删除对象的工作,我们将在后面看到它是如何发生的。相反,这个方法是用来做任何在对象被移除前需要发生的清理工作。

Python  中的 __del__  魔法方法,也被称为对象的终结者,是一个在对象即将被从内存中移除之前被调用的方法。它实际上并不做从内存中删除对象的工作,我们将在后面看到它是如何发生的。相反,这个方法是用来做任何在对象被移除前需要发生的清理工作。例如,关闭对象在创建时打开的任何文件。


在本节中,我们将使用下面这个类作为例子。

class MyNameClass:
    def __init__(self, name):
        self.name = name
    def __del__(self):
        print(f"Deleting {self.name}!")


在上面的例子中,我们已经定义了我们的类在初始化时接受一个名字的输入,当调用 finaliser 时,它会通过打印相关实例的名字让我们知道。这样,我们就可以了解到哪些对象被从内存中删除,以及何时被删除。


那么,CPython 什么时候会决定从内存中删除一个对象呢?有两种方式(从 CPython 3.10 开始)会发生这种情况:引用计数和垃圾回收。


引用计数

如果我们在 Python 中有一个指向某个对象的指针,那就是对该对象的引用。对于一个给定的对象 a ,CPython 会跟踪有多少其他东西指向 a 。如果这个计数器达到零,就可以安全地从内存中删除这个对象,因为没有其他东西在使用它。让我们看一个例子。

>>> Harward = MyNameClass("Harward")
>>> del Harward
Deleting Harward!
>>> 

在这里,我们创建了一个新的对象(MyNamedClass("Harward")),并创建了一个指向它的指针(Harward =)。然后,当我们删除 Harwade 时,我们删除了这个引用,MyNamedClass 实例现在的引用计数为 0。 所以,CPython 决定从内存中删除它--而且,就在这之前,它的 __del__ 方法被调用,打印出了我们看到的上面的信息。


如果我们对一个对象创建了多个引用,我们将不得不摆脱所有的引用,以便使该对象被删除。

>>> bob = MyNameClass("Bob")
>>> bob_two = bob # creating a new pointer to the same object
>>> del bob # this doesn't cause the object to be removed...
>>> del bob_two # ... but this does
Deleting Bob!

当然,我们的 MyNamedClass 实例本身可以包含指针--毕竟它们是任意的 Python 对象,我们可以给它们添加任何我们喜欢的属性。让我们看一个例子。

>>> jane = MyNamedClass("Jane")
>>> bob = MyNamedClass("Bob")
>>> jane.friend = bob # now the "Jane" object contains a pointer to the "Bob" object...
>>> bob.friend = jane 

我们在上面的代码片断中所做的是设置了一些循环引用。名字为 Jane 的对象包含一个指向名字为 Bob 的对象的指针,反之亦然。当我们做下面的事情时,情况就变得有趣了。

>>> del jane
>>> del bob


我们现在已经删除了从命名空间到对象的指针。现在,我们完全不能访问那些 MyNameClass 对象了--但我们并没有收到告诉我们它们即将被删除的打印信息。这是因为这些对象仍有引用,包含在彼此之间,因此它们的引用计数不是 0 。


我们在这里创建的是一个循环隔离体;在这个结构中,每个对象在循环中至少有一个引用,使其保持活力,但循环中的所有对象都不能从命名空间中被访问。


循环隔离的直观表现


下面是我们创建一个循环隔离时的直观表现。


首先,我们创建两个对象,每个对象在命名空间中都有一个名字。


image.png


接下来,我们通过在每个对象上添加一个指针来连接我们的两个对象。

image.png

最后,我们通过删除两个对象的原始名称来从命名空间中删除指针。在这一点上,这两个对象从名字空间中是不可访问的,但每个对象都包含一个指向另一个对象的指针,所以它们的引用计数不是零。


image.png


所以,很明显,引用计数本身并不足以保持运行时的工作内存中没有无用的、不可回收的对象。这就是 CPython 的垃圾收集器发挥作用的地方。

相关文章
|
21小时前
|
人工智能 Java 机器人
【python】python的垃圾回收机制(详细讲解)
【python】python的垃圾回收机制(详细讲解)
|
21小时前
|
算法 Java Python
请简述Python中的垃圾回收机制。
请简述Python中的垃圾回收机制。
14 0
|
21小时前
|
存储 安全 Java
Python中的引用和赋值机制允许变量引用内存中的对象,并通过引用计数来管理对象的生命周期
【5月更文挑战第14天】Python中的变量是对象引用,不存储数据,而是在内存中创建对象。赋值操作创建新变量并使其指向已有对象。引用计数用于管理对象生命周期,引用数为0时对象被回收。理解这些机制对编写高效Python代码很重要。
15 6
|
21小时前
|
监控 算法 Java
Python内存管理与垃圾回收机制
【5月更文挑战第12天】了解Python内存管理与垃圾回收对编写高效稳定程序至关重要。Python自动管理内存,使用`malloc()`和`free()`分配和释放。引用计数跟踪对象引用,当引用计数为零时对象销毁。垃圾回收处理循环引用,采用分代回收算法。优化技巧包括避免循环引用、显式释放对象、使用生成器和迭代器。理解这些机制有助于避免内存泄漏,提高性能。通过示例代码,学习如何在实践中应用内存管理最佳实践和高级优化技巧,以及如何调试和诊断内存问题。在并发和异步编程中,需注意线程安全和异步内存管理。掌握这些知识能提升Python编程的效率和质量。
11 3
|
21小时前
|
算法 Java C++
python垃圾回收机制详解
python垃圾回收机制详解
14 0
|
21小时前
|
监控 算法 安全
JVM工作原理与实战(二十三):堆的垃圾回收-引用计数法和可达性分析法
JVM作为Java程序的运行环境,其负责解释和执行字节码,管理内存,确保安全,支持多线程和提供性能监控工具,以及确保程序的跨平台运行。本文主要介绍了判断堆上的对象是否可以回收的方法(引用计数法、可达性分析法)、查看垃圾回收日志等内容。
13 0
|
21小时前
|
算法 Java 开发者
详解python中的垃圾回收机制
详解python中的垃圾回收机制
49 0
|
21小时前
|
Java Python
|
21小时前
|
算法 Java
JVM GC和常见垃圾回收算法
JVM GC和常见垃圾回收算法
52 0
|
21小时前
|
Java Go
Golang底层原理剖析之垃圾回收GC(二)
Golang底层原理剖析之垃圾回收GC(二)
49 0