问题: Python 垃圾回收机制

👇 点击展开/折叠 面试背诵模板（建议先背这个） Python 垃圾回收采用引用计数为主、分代回收为辅的策略。引用计数记录对象被引用的次数，为0时立即销毁（CPython，这是最基础也是最重要的机制）。分代回收解决循环引用问题，将对象按存活时间分为0/1/2三代，新对象在0代，存活时间越长代别越高，回收频率越低。可通过 gc 模块手动干预：gc.collect() 强制回收，gc.disable() 关闭自动回收，gc.set_threshold() 调整阈值。循环引用中重写了 __del__ 的对象无法被回收，会进入 gc.garbage 列表造成内存泄漏。
---

引用计数（核心机制）

  • 原理：每个对象维护一个引用计数字段，新增引用时+1，引用失效时-1，计数归零时立即调用析构函数释放内存。
  • 优点：实时性高，内存回收及时，无停顿（STW）问题。
  • 缺点：无法处理循环引用（如两个对象互相引用），需配合分代回收；每次引用变化都要更新计数器，有额外性能开销。

分代回收（辅助机制）

  • 原因：解决循环引用导致的内存泄漏。
  • 实现：将对象按“存活代数”分组：
    • 0代（年轻代）：新对象，回收最频繁。
    • 1代（中年代）：经历0代回收后存活的对象，回收频率较低。
    • 2代（老年代）：经历1代回收后存活的对象，回收频率最低。
  • 触发时机：当某代对象数量超过阈值（可通过 gc.get_threshold() 查看）时触发回收。
  • 算法：使用“标记-清除”（Mark-Sweep）先标记可达对象，再清除不可达对象。

手动干预与调试

操作 代码 说明
强制回收 gc.collect() 立即触发分代回收（可指定代数）
查看阈值 gc.get_threshold() 返回 (0代阈值, 1代阈值, 2代阈值)
设置阈值 gc.set_threshold(700, 10, 5) 调整回收触发频率
禁用GC gc.disable() 关闭自动回收，提升性能（慎用）
启用GC gc.enable() 恢复自动回收
查看无法回收对象 gc.garbage 包含因 __del__ 导致无法回收的对象列表

常见陷阱与排查

  • **循环引用 + __del__**：若循环引用中的对象定义了 __del__，分代回收无法确定销毁顺序，对象会进入 gc.garbage 列表且永不释放，造成内存泄漏。解决方案：尽量避免在循环引用类中定义 __del__，或使用 weakref 弱引用。
  • 内存泄漏排查：使用 objgraph 或 tracemalloc 模块定位未回收对象，或通过 gc.get_objects() 查看所有存活对象（谨慎用于生产环境）。

Python GC vs Java/Go GC（面试加分）

特性 Python（CPython） Java（HotSpot） Go
策略 引用计数 + 分代回收 分代回收（复制/标记整理） 非分代并发三色标记
停顿 引用计数无停顿，分代回收有短暂停顿 有停顿（但优化后可达毫秒级） 低停顿（并发执行）
循环引用处理 需分代回收辅助 根可达性分析自动处理 根可达性分析自动处理
实时性 高（引用计数立即回收） 低（延迟回收） 中（并发回收）