博客

Python 进行内存管理主要有两个机制：引用计数和垃圾回收。下面将详细讲解这两个机制。

引用计数

Python 中的每个对象都包含一个引用计数字段，表示当前有多少个指针指向该对象。当引用计数减为 0 时，表示该对象已经无法再被访问，可以被垃圾回收机制释放内存。

Python 的引用计数机制简单高效，但存在一个问题：循环引用。即两个或多个对象之间互相引用，导致它们的引用计数永远不会减为 0。例如：

lst1 = [1, 2, 3]
lst2 = [4, 5]
lst1.append(lst2)
lst2.append(lst1)

这时，lst1 和 lst2 彼此引用，它们的引用计数永远不会减为 0，导致内存泄露。

Python 增加了一个针对循环引用的垃圾回收机制。

垃圾回收

Python 中的垃圾回收机制是自动的，无需手动操作。它利用一个叫做“标记-清除”（mark and sweep）的算法，用于检测和清除不再使用的对象。

垃圾回收机制的主要过程如下：

1. 首先，从 Root（根）对象（如全局变量）一步步遍历所有可达对象，标记（即打上标记）所有可达对象。

2. 然后，扫描堆内存中所有的对象，清除（无标记）的对象所占用的内存，标记对象的标记清除，以备下次循环回收。

下面我们来看一个示例：

lst1 = [1, 2, 3]
lst2 = [4, 5]
lst1.append(lst2)
lst2.append(lst1)
del lst1
del lst2

在执行完 del lst1 和 del lst2 后，lst1 和 lst2 内部的对象仍然被引用，它们的引用计数不为 0。这时，垃圾回收机制会扫描内存中的对象，发现 lst1 和 lst2 对象已经不再被 Root 对象引用，标记它们为垃圾对象，并清除它们所占据的内存空间。

另一个示例是使用 weakref 模块：

import weakref

class MyClass:
    pass

my_class = MyClass()
my_ref = weakref.ref(my_class)

print(my_ref())  # 根据弱引用获取对象
del my_class
print(my_ref())  # 弱引用对应的对象已经被回收，返回 None

在这个示例中，使用 weakref 模块创建一个弱引用对象 my_ref。当 my_ref 所引用的对象（my_class）被回收后，my_ref() 调用将返回 None。

以上是 Python 进行内存管理的完整攻略，包含引用计数和垃圾回收两个机制的详细讲解，并给出了两个示例。