# 垃圾回收机制
# 内存泄漏
- 内存泄漏是指程序本身没有设计好，导致程序未能释放已不再使用的内存。注意不是指内存出现了信息安全问题，被恶意程序利用。
- 内存泄漏指代码在分配了某段内存后，因为设计错误，失去了对这段内存的控制，从而造成了内存的浪费。注意不是指内存在物理上消失了。
- 引用计数可能会导致循环引用问题，而循环引用会导致内存泄漏。
# 垃圾回收机制
python中一切皆对象，所有的变量本质上都是对象的一个指针。
Python中的自动化内存管理以引用计数为基础，同时以标记-清除和分代收集为辅。
我们通过为对象设置引用计数（指针数）判断对象被利用（计数为0则需要回收）。
对象被创建、引用、作为参数传出、存入容器时引用计数+1
对象别名被显式销毁、别名被赋予新的对象，对象离开作用域、对象所在容器被销毁或对象被从容器中删除时引用计数-1
可以通过
sys模块的getrefcount函数来获得对象的引用计数- 对象作为函数参数传递时会将引用计数+1避免对象被提前销毁，在返回后再将引用技术-1。因此对象刚创建后
getrefcount得到的结果也是2。
- 对象作为函数参数传递时会将引用计数+1避免对象被提前销毁，在返回后再将引用技术-1。因此对象刚创建后
循环引用或者引用环的情况下，虽然引用计数不为0，但是仍然应该被回收，python垃圾会使机制能处理这一情况。可以显式调用 gc.collect() ，来启动垃圾回收。
引用计数是其中最简单的实现，不过这只是充分非必要条件，因为循环引用需要通过不可达判定，来确定是否可以回收，因为循环引用可能导致内存泄漏问题。
Python 使用标记清除（mark-sweep） 算法和分代收集（generational），来启用针对循环引用的自动垃圾回收和提高垃圾回收的效率。
标记清除算法。对于一个有向图，如果从一个节点出发进行遍历，并标记其经过的所有节点；那么，在遍历结束后，所有没有被标记的节点，我们就称之为不可达节点。显而易见，不可达节点的存在是没有任何意义的，因此我们需要对它们进行垃圾回收。
为什么标记清除算法能解决循环引用问题：经过一次次垃圾回收，循环引用的环一定是不可达的。
分代收集算法。
- 在循环引用对象的回收中，整个应用程序会被暂停，为了减少应用程序暂停的时间，Python 通过分代回收（空间换时间）的方法提高垃圾回收效率。
- 分代收集基于的思想是，新生的对象更有可能被垃圾回收，而存活更久的对象也有更高的概率继续存活。
- 分代回收的基本思想是Python 将所有对象分为三代，从第0代到第2代扫描频率依次降低。刚刚创立的对象是第 0 代；经过一次垃圾回收后，依然存在的对象，便会依次从上一代挪到下一代。而每一代启动自动垃圾回收的阈值，则是可以单独指定的。当垃圾回收器中新增对象减去删除对象达到相应的阈值（一定数量）时，即新增对象的数量达到了一定值，就会对这一代对象启动垃圾回收。对象会在年龄达到一定程度后，被放到年龄较大的队列中，并且随着年龄的增大，它们被扫描的频率也会降低。这样，在大多数情况下，垃圾回收器只需要扫描年龄较小的对象，可以大大提高回收的效率。