垃圾回收是 Python 自帶的機制，用于自動釋放不會再用到的內存空間；

什么是內存泄漏呢？

• 內存泄漏，并不是說你的內存出現了信息安全問題，被惡意程序利用了，而是指程序本身沒有設計好，導致程序未能釋放已不再使用的內存。
• 內存泄漏也不是指你的內存在物理上消失了，而是意味著代碼在分配了某段內存后，因為設計錯誤，失去了對這段內存的控制，從而造成了內存的浪費。

計數引用

　　Python 中一切皆對象。當這個對象的引用計數（指針數）為 0 的時候，說明這個對象永不可達，自然它也就成為了垃圾，需要被回收。

　　例：

# 顯示當前 python 程序占用的內存大小 def show_memory_info(hint):pid = os.getpid()p = psutil.Process(pid)info = p.memory_full_info()memory = info.uss / 1024. / 1024print('{} memory used: {} MB'.format(hint, memory)) def func():show_memory_info('initial')a = [i for i in range(10000000)]show_memory_info('after a created')func() show_memory_info('finished')########## 輸出 ########## # initial memory used: 6.62890625 MB # after a created memory used: 199.33203125 MB # finished memory used: 7.6640625 MB

　　程序初始化時占的內存為6MB，接著創建了一個列表a，由于a還沒被回收，因此占的內存升到了200MB，當函數返回后，a的引用計數為0，a被回收，內存又恢復到了7MB。

　　如果把a變成全局變量，函數返回后，引用計數依然大于0，于是對象就不會被垃圾回收，依然占著大量的內存

def func():show_memory_info('initial')global aa = [i for i in range(10000000)]show_memory_info('after a created')func() show_memory_info('finished')########## 輸出 ########### initial memory used: 6.67578125 MB # after a created memory used: 199.30859375 MB # finished memory used: 199.30859375 MB

　　或者把列表返回，在主程序中接收，引用依然存在，垃圾回收就不會被觸發，大量內存仍然被占用著

def func():show_memory_info('initial')a = [i for i in range(10000000)]show_memory_info('after a created')return aa = func() show_memory_info('finished')########## 輸出 ########### initial memory used: 6.6484375 MB # after a created memory used: 199.2890625 MB # finished memory used: 199.2890625 MB

　　看一下 Python 內部的引用計數機制

import sysa = []# 兩次引用，一次來自 a，一次來自 getrefcount print(sys.getrefcount(a))def func(a):# 四次引用，a，python 的函數調用棧，函數參數，和 getrefcountprint(sys.getrefcount(a))func(a)# 兩次引用，一次來自 a，一次來自 getrefcount，函數 func 調用已經不存在 print(sys.getrefcount(a))########## 輸出 ##########2 4 2

　　sys.getrefcount() 這個函數，可以查看一個變量的引用次數。這段代碼本身應該很好理解，不過別忘了，getrefcount 本身也會引入一次計數。另一個要注意的是，在函數調用發生的時候，會產生額外的兩次引用，一次來自函數棧，另一個是函數參數。

　　又如：

import sysa = []print(sys.getrefcount(a)) # 兩次 b = aprint(sys.getrefcount(a)) # 三次 c = b d = b e = c f = e g = dprint(sys.getrefcount(a)) # 八次########## 輸出 ##########2 3 8

　　a、b、c、d、e、f、g 這些變量全部指代的是同一個對象，而 sys.getrefcount() 函數并不是統計一個指針，而是要統計一個對象被引用的次數，所以最后一共會有八次引用。

　　手動釋放內存，應該怎么做呢？ 方法同樣很簡單。只需要先調用 del a 來刪除一個對象；然后強制調用 gc.collect()，即可手動啟動垃圾回收。

import gc import os import psutil # 顯示當前 python 程序占用的內存大小 def show_memory_info(hint):pid = os.getpid()p = psutil.Process(pid)info = p.memory_full_info()memory = info.uss / 1024. / 1024print('{} memory used: {} MB'.format(hint, memory))show_memory_info('initial')a = [i for i in range(10000000)]show_memory_info('after a created')del a gc.collect()show_memory_info('finish') print(a)initial memory used: 6.54296875 MB after a created memory used: 199.17578125 MB finish memory used: 7.26171875 MB Traceback (most recent call last):File "Coroutine.py", line 24, in <module>print(a) NameError: name 'a' is not defined

循環引用

?　　觀察代碼：

def func():show_memory_info('initial')a = [i for i in range(10000000)]b = [i for i in range(10000000)]show_memory_info('after a, b created')a.append(b)b.append(a)func() show_memory_info('finished')########## 輸出 ##########

? initial memory used: 6.625 MB
? after a, b created memory used: 392.08984375 MB
? finished memory used: 392.08984375 MB

　　這里，a 和 b 互相引用，并且，作為局部變量，在函數 func 調用結束后，a 和 b 這兩個指針從程序意義上已經不存在了。但是，很明顯，依然有內存占用！為什么呢？因為互相引用，導致它們的引用數都不為 0。

　　處理這種情況，可以調用顯式調用 gc.collect() ，來啟動垃圾回收。

　　Python 使用標記清除（mark-sweep）算法和分代收集（generational），來啟用針對循環引用的自動垃圾回收。

調試內存泄漏

　　objgraph，一個非常好用的可視化引用關系的包.

　　安裝：

pip install graphviz pip install xdot pip install objgraph

　　windows的話要除了裝以上庫還要在官網https://graphviz.gitlab.io/_pages/Download/Download_windows.html下載，然后設置環境變量 Path增加C:\Program Files (x86)\Graphviz2.38\bin，在CMD輸入dot -version驗證。

　　通過下面這段代碼和生成的引用調用圖，你能非常直觀地發現，有兩個 list 互相引用，說明這里極有可能引起內存泄露。

import objgrapha = [1, 2, 3] b = [4, 5, 6]a.append(b) b.append(a)objgraph.show_refs([a])

　　　　　

　　注：在windows中可能會提示:

Graph written to C:\Users\Public\Documents\Wondershare\CreatorTemp\objgraph-wwcqiie_.dot (8 nodes) Image renderer (dot) not found, not doing anything else

　　這時只要在打開dot文件所在的路徑，然后CMD中執行

dot .\objgraph-yclwfpzr.dot -Tpng -o image.png

　　就可以生成文件。

　　另一個非常有用的函數，是 show_backrefs()。以下是調用show_backrefs()生成的圖片。

　　

?參考

　　極客時間《Python核心技術與實戰》專欄

轉載于:https://www.cnblogs.com/xiaoguanqiu/p/11197604.html

總結

以上是生活随笔為你收集整理的Python进阶:程序界的垃圾分类回收的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。