前言
本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯系我們以作處理，
PS：如有需要Python學習資料的小伙伴可以點擊下方鏈接自行獲取
Python免費學習資料、代碼以及交流解答點擊即可加入
Python的記憶體管理機制
對于工程師而言，記憶體管理機制非常重要，是繞不過去的一環，如果你是Java工程師，面試的時候一定會問JVM，C++工程師也一定會問記憶體泄漏，同樣我們想要深入學習Python，記憶體管理機制也是繞不過去的一環，
不過好在Python的記憶體管理機制相對來說比較簡單，我們也不用特別深入其中的細節，簡單做個了解即可，
Python記憶體管理機制的核心就是參考計數，在Python當中一切都是物件，物件通過參考來使用，
我們看到的是變數名，但是變數名指向了記憶體當中的一塊物件，這種關系在Python當中稱為參考，我們通過參考來操作物件，所以根據這點，參考計數很好理解，也就是說我們會對每一個物件進行統計所有指向它的指標的數量，如果一個物件參考計數為0，那么說明它沒有任何參考指向它，也就是說它已經沒有在使用了，這個時候，Python就會將這塊記憶體識訓，
簡單來說參考計數原理就是這些，但我們稍微深入一點，來簡單看看哪些場景會引起物件參考的變化，
參考計數的變化顯然只有兩種，一種是增加，一種是減少，這兩種場景都只有4種情況，我們先來看下增加的情況：
首先是初始化，最簡單的就是我們用賦值操作給一個變數賦值，舉個例子：
這就是最簡單的初始化操作，雖然123在我們來看是一個常數，但是在Python底層同樣被認為是一個常數物件，n是它的一個參考，
第二種情況是參考的傳遞，最簡單的就是我們將一個變數的值賦值給了另外一個變數，
比如我們將n賦值給m，它的本質是我們創建了一個新的參考，指向了同樣一塊記憶體，如果我們用id操作去查看m和n的id，會發現它們的id是一樣的，也就是說它們并不是存盤了兩份相同的值，而是指向了同一份值，并不是有兩個叫做王小二的人，而是王小二有兩個不同的賬號，
第三種情況是作為元素被存盤進了容器當中，比如被存盤進了list當中，
雖然我們用到了一個容器，但是容器并不會拷貝一份這些物件，還是只是存盤這些物件的參考，
最后一種情況就是作為引數傳給函式，在Python當中，所有的傳參都是參考傳遞，這也是為什么，我們經常看到有人會這樣寫代碼的原因：
我們根據上面列舉的這四種參考計數增加的情況，不難推匯出參考減少的情況， 其實基本上是對稱的操作，
和初始化對應的操作是銷毀，比如我們創建的物件被del操作給銷毀了，那么同樣參考計數會-1
和賦值給其他變數名的操作相反的操作是覆寫，比如之前我們的n=123，也就是n這個變數指向123，現在我們將n賦值成其他值，那么123這個物件的參考計數同樣會減少，
既然元素存盤在容器當中會帶來參考計數，那么同樣元素從容器當中移除也會減少參考計數，這個也很好理解，最簡單的就是list呼叫remove方法移除一個元素：
最后一個對應的就是作用域，也就是當變數離開了作用域，那么它對應的記憶體塊的參考計數同樣會減少，比如我們函式呼叫結束，那么作為引數的這些變數對應的參考計數都會減1，
如果一個物件的參考計數減到0，也就是沒有參考再指向它的時候，那么當Python進行gc的時候，這塊記憶體就會被釋放，也就是這個物件會被清除，騰出空間來，
注意一下，參考計數減到0與記憶體回收之間并不是立即發生的，而是有一段間隔的，根據Python的機制，記憶體回收只會在特定條件下執行，在占用記憶體比較小還有很多富裕的情況下，往往是不會執行記憶體回收的，因為Python在執行gc（garbage collection）的時候也會stop the world，也就是暫停其他所有的任務，所以這是影響性能的一件事情，只會在有必要的時候執行，
我們費這么大勁來介紹Python中的記憶體機制，除了向大家科普一下這一塊內容之外，更重要的一點是為了引出我們開發的時候經常遇見的一種情況——回圈參考，
回圈參考
如果熟悉了Python的參考，來理解回圈參考是非常容易的，說白了也很簡單，就是你的一個變數參考我，我的一個變數參考你，
我們來寫一段簡單的代碼，來看看回圈參考：
如果你打個斷點來看的話，會看到a和b之間的回圈參考：
這里是無限展開的，因為這是一個無限回圈，無限回圈并不會導致程式崩潰， 也不會帶來太大的問題，它的問題只有一個，就是根據前面介紹的參考計數法，a和b的參考永遠不可能為0，
也就是說根據參考計數的原則，這兩個變數永遠不會被回收，這顯然是不合理的，雖然Python當中專門建立了機制來解決參考回圈的問題，但是我們并不知道它什么時候會被觸發，
這個問題在Python當中非常普遍，尤其在我們實作一些資料結構的時候，舉個最簡單的例子就是樹中的節點，就是參考回圈的，因為父節點會存盤所有的孩子，往往孩子節點也會存盤父節點的資訊，那么這就構成了參考回圈，
弱參考
為了解決這個問題，Python中提供了一個叫做弱參考的概念，弱參考本質也是一種參考，但是它不會增加物件的參考計數，也就是說它不能保證它參考的物件一定不會被銷毀，只要沒有銷毀，弱參考就可以回傳預期的結果，
弱參考不用我們自己開發，這是Python當中集成的一個現成的模塊weakref，
這個模塊當中的方法很多，用法也很多，但是我們基本上用不到，一般來說最常用的就是ref方法，通過weakref庫中的ref方法，可以回傳物件的一個弱參考，我們還是來看個例子：
其實還是之前的代碼，只是做了一點簡單的改動，一個是我們給Test加上了name這個屬性，以及str方法，另一個是我們把直接賦值改成了使用weakref，
這一次我們再打斷點進來看的話，就看不到無限回圈的情況了：
ref回傳的是一個獲取參考物件的方法，而不是物件本身，所以我們想要獲取這個物件的話，需要再把它當成函式呼叫一下，
當然這樣很麻煩，我們還有更好的辦法，就是使用property注解，通過property注解，我們可以把weakref封裝掉，這樣在使用的時候就沒有感知了，
總結
參考和回圈參考都是基于Python本身的機制，如果對這塊機制不了解，很容易采坑，因為可能會出現邏輯是對的，但是有一些意想不到的bug的情況，這種時候，往往很難通過review代碼或者是測驗發現，這也是我們學習的瓶頸所在，很容易發現代碼已經寫得很熟練了，但是一些進階的代碼還是看不懂或者是寫不出來，本質上就是因為缺少了對于底層的了解和認知，
回圈參考的問題在我們開發代碼的時候還蠻常見的，尤其是涉及到樹和圖的資料結構的時候，由于回圈參考的關系，很有可能出現被洗掉的樹仍然占用著空間，記憶體不足的情況發生，這個時候使用weakref就很有必要了，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/265808.html
標籤：Python