引用計數器為主、分碼回收和標記清除為子
在Python的C源碼中有一個名為refchain的環狀雙向鍊錶，這個鍊錶比較牛逼了，因為Python程式中一旦創建物件都會把這個物件加入refchain這個鍊錶中。也就是說他保存著所有的對象。
age = 18number = age # 对象18的引用计数器 + 1del age # 对象18的引用计数器 - 1def run(arg): print(arg) run(number) # 刚开始执行函数时，对象18引用计数器 + 1，当函数执行完毕之后，对象18引用计数器 - 1 。num_list = [11,22,number] # 对象18的引用计数器 + 1复制代码
基於引用計數器進行垃圾回收非常方便和簡單，但他還是存在循環引用的問題，導致無法正常的回收一些數據，例如：
v1 = [11,22,33] # refchain中创建一个列表对象，由于v1=对象，所以列表引对象用计数器为1.v2 = [44,55,66] # refchain中再创建一个列表对象，因v2=对象，所以列表对象引用计数器为1.v1.append(v2) # 把v2追加到v1中，则v2对应的[44,55,66]对象的引用计数器加1，最终为2.v2.append(v1) # 把v1追加到v1中，则v1对应的[11,22,33]对象的引用计数器加1，最终为2.del v1 # 引用计数器-1del v2 # 引用计数器-1复制代码
標記清除：建立特殊鍊錶專門用來保存清單、元組、字典、集合、自訂類別等對象，之後再去檢查這個鍊錶中的對像是否存在循環引用，如果存在則讓雙方的引用計數器均- 1 。
分代回收：對標記清除中的鍊錶進行最佳化，將那些可能存在循引用的物件拆分到3個鍊錶，鍊錶稱為：0/1/2三代，每代都可以儲存物件和閾值，當達到閾值時，就會對對應的鍊錶中的每個物件做一次掃描，除循環引用各自減1並且銷毀引用計數器為0的物件。
// 分代的C源码#define NUM_GENERATIONS 3struct gc_generation generations[NUM_GENERATIONS] = { /* PyGC_Head, threshold, count */
{{(uintptr_t)_GEN_HEAD(0), (uintptr_t)_GEN_HEAD(0)}, 700, 0}, // 0代
{{(uintptr_t)_GEN_HEAD(1), (uintptr_t)_GEN_HEAD(1)}, 10, 0}, // 1代
{{(uintptr_t)_GEN_HEAD(2), (uintptr_t)_GEN_HEAD(2)}, 10, 0}, // 2代};复制代码特別注意：0代和1、2代的threshold和count表示的意義不同。
0代，count表示0代鍊錶中物件的數量，threshold表示0代鍊錶物件個數閾值，超過則執行一次0代掃描檢查。 1代，count表示0代鍊錶掃描的次數，threshold表示0代鍊錶掃描的次數閾值，超過則執行一次1代掃描檢查。 2代，count表示1代鍊錶掃描的次數，threshold表示1代鍊錶掃描的次數閾值，超過則執行一2代掃描檢查。
根據C語言底層並結合圖表來講解記憶體管理和垃圾回收的詳細過程。
第一步：當建立物件age=19時，會將物件加入refchain鍊錶中。
第二步：當建立物件num_list = [11,22]時，會將清單物件新增至 refchain 和 generations 0世代。
第三個步驟：新建立物件使generations的0代鍊錶上的物件數量大於閾值700時，要對鍊錶上的物件進行掃描檢查。
當0代大於閾值後，底層不是直接掃描0代，而是先判斷2、1是否也超過了閾值。
對拼接起來的鍊錶在進行掃描時，主要就是剔除循環引用和銷毀垃圾，詳細過程為：
至此，垃圾回收的过程结束。
从上文大家可以了解到当对象的引用计数器为0时，就会被销毁并释放内存。而实际上他不是这么的简单粗暴，因为反复的创建和销毁会使程序的执行效率变低。Python中引入了“缓存机制”机制。
例如：引用计数器为0时，不会真正销毁对象，而是将他放到一个名为 free_list 的链表中，之后会再创建对象时不会在重新开辟内存，而是在free_list中将之前的对象来并重置内部的值来使用。
v1 = 3.14 # 开辟内存来存储float对象，并将对象添加到refchain链表。 print( id(v1) ) # 内存地址：4436033488 del v1 # 引用计数器-1，如果为0则在rechain链表中移除，不销毁对象，而是将对象添加到float的free_list. v2 = 9.999 # 优先去free_list中获取对象，并重置为9.999，如果free_list为空才重新开辟内存。 print( id(v2) ) # 内存地址：4436033488 # 注意：引用计数器为0时，会先判断free_list中缓存个数是否满了，未满则将对象缓存，已满则直接将对象销毁。复制代码
v1 = 38 # 去小数据池small_ints中获取38整数对象，将对象添加到refchain并让引用计数器+1。 print( id(v1)) #内存地址：4514343712 v2 = 38 # 去小数据池small_ints中获取38整数对象，将refchain中的对象的引用计数器+1。 print( id(v2) ) #内存地址：4514343712 # 注意：在解释器启动时候-5~256就已经被加入到small_ints链表中且引用计数器初始化为1， # 代码中使用的值时直接去small_ints中拿来用并将引用计数器+1即可。另外，small_ints中的数据引用计数器永远不会为0 # （初始化时就设置为1了），所以也不会被销毁。复制代码
v1 = "A" print( id(v1) ) # 输出：4517720496 del v1 v2 = "A" print( id(v1) ) # 输出：4517720496 # 除此之外，Python内部还对字符串做了驻留机制，针对只含有字母、数字、下划线的字符串（见源码Objects/codeobject.c），如果 # 内存中已存在则不会重新在创建而是使用原来的地址里（不会像free_list那样一直在内存存活，只有内存中有才能被重复利用）。 v1 = "asdfg" v2 = "asdfg" print(id(v1) == id(v2)) # 输出：True复制代码
list类型，维护的free_list数组最多可缓存80个list对象。
v1 = [11,22,33] print( id(v1) ) # 输出：4517628816del v1 v2 = ["你","好"] print( id(v2) ) # 输出：4517628816复制代码
v1 = (1,2)
print( id(v1) )del v1 # 因元组的数量为2，所以会把这个对象缓存到free_list[2]的链表中。v2 = ("哈哈哈","Alex") # 不会重新开辟内存，而是去free_list[2]对应的链表中拿到一个对象来使用。print( id(v2) )复制代码 v1 = {"k1":123}
print( id(v1) ) # 输出：4515998128
del v1
v2 = {"name":"哈哈哈","age":18,"gender":"男"}
print( id(v1) ) # 输出：4515998128复制代码C语言源码底层分析
相关免费学习推荐：python教程（视频）
以上是剖析Python垃圾回收機制的詳細內容。更多資訊請關注PHP中文網其他相關文章！
