Python对象循环引用垃圾回收算法详情
作者：moilbeauty 发布时间：2021-03-02 23:29:14
标签：Python,循环,垃圾,回收,算法
来介绍一下 Python 是采用何种途径解决循环引用问题的。
上图中，表示的是对象之间的引用关系，从自对象指向他对象的引用用黑色箭头表示。每个对象里都有计数器。 而图中右侧部分可以很清晰的看到是循环引用的垃圾对象。
上图，将每个对象的引用计数器复制到自己的另一个存储空间中。
上图其实和图二没什么区别，只不过更清晰了。因为对象本来就是由对象链表连接的。只不过是把对象链表画了出来。
上图中，将新复制的计数器都进行了减量的操作。先不要管为什么，继续往下看。但是可以看到，由根直接引用的对象中，新复制的计数器并没有减量。以上操作执行完毕后，再把对象分为可能到达的对象链表和不可能到达的对象链表。
之后将具备如下条件的对象连接到“可能到达对象的链表”。
经过 (4) 的减量操作后计数器值大于等于 1。有从活动对象的引用。
再将具备如下条件的对象连接到“不可能到达对象的链表”。
经过 (4) 的减量操作后计数器值为 0没有从活动对象的引用
现在上图显示的就是垃圾对象链表和活动对象的链表了。接下来的步骤就是释放不可能到达的对象，再把可能到达的对象连接到对象链表。
这样，Python中只要将“部分标记-清除算法”稍加变形，就解决了循环引用问题。
来源：https://blog.csdn.net/xuemeilu/article/details/126646664
0
投稿猜你喜欢
- 测试环境 硬件：CPU 酷睿双核T5750 内存：2G 软件:Windows server 2003 + sql server 2005 O
- Python是编译型语言还是解释型语言？回答这个问题前，应该先弄清楚什么是编译型语言，什么是解释型语言。所谓编译执行就是源代码经过编译器编译
统计十篇新闻TF-IDF统计TF-IDF词频，每篇文章的 top10 的高频词存储为 json 文件TF-IDFTF-IDF（term fr- escape 方法返回一个可在所有计算机上读取的编码 String 对象。function escape(charString : Stri
- window.close(); 关闭浏览器窗口js代码的总结介绍序号关闭代码需要确认无任何作用无需确认测试1window.close()IE
- 字段是Python是字典中唯一的键-值类型，是Python中非常重要的数据结构，因其用哈希的方式存储数据，其复杂度为O(1)，速度非常快。下
- using System;using System.Data.SqlClient;namespace ExecuteSqlTran{&nbs
- 介绍reflect包实现运行时反射，允许一个程序操作任何类型的对象。典型的使用是：取静态类型interface{}的值，通过调用TypeOf
- 本文实例讲述了JS+CSS实现的日本门户网站经典选项卡导航效果。分享给大家供大家参考。具体如下：这里介绍的是来自日本门户网站的一款CSS+J
- Javascript中的变量同样支持自由类型转换成为适用(或者要求)的内容以便于使用。 弱类型的Javascript不会按照程序员的愿望从实
- 目录简介图形加载和说明图形的灰度灰度图像的压缩原始图像的压缩总结简介本文将会以图表的形式为大家讲解怎么在NumPy中进行多维数据的线性代数运
- 简介在生产环境上，为了避免数据的丢失，通常情况下都会定时的对数据库进行备份。而Linux的crontab指令则可以帮助我们实现对数据库定时进
- 一、创建和管理表 1、创建表语法 create table 表名(column datatype [default expr][,colum
- 问题描述输入一串字符，由字母、数字和空格组成，长度 < 1000, 判断其中是否存在日期格式的数据。日期格式的数据具有如下的特征，连续
- 问题描述：我有一个这样的数据集叫test_result_test.txt，大概几百上千行，两行数据之间隔一个空行。N:505904X:0.9
- # 从X和Y中取出相应步长对应的数组并保存至x_data和y_data中x_data = []y_data = []for i in ran
- update()方法添加键 - 值对到字典dict2。此函数不返回任何值。语法以下是update()方法的语法：dict.upd
- 实现对下一个单词的预测RNN 原理自己找，这里只给出简单例子的实现代码import tensorflow as tfimport numpy
- 我们通过模拟随机漫步可以说明如何运用数组运算。通过内置的random模块以纯Python的方式实现1000步的随机漫步根据前100个随机漫步
- 1.数据采集和标记先采集数据，再对数据进行标记。其中采集数据要就有代表性，以确保最终训练出来模型的准确性。2.特征选择选择特征的直观方法：直
