Python 垃圾回收机制中的引用计数

Python/ target=_blank class=infotextkey>Python 中的 __del__ 魔法方法，也被称为对象的终结者，是一个在对象即将被从内存中移除之前被调用的方法。它实际上并不做从内存中删除对象的工作，我们将在后面看到它是如何发生的。相反，这个方法是用来做任何在对象被移除前需要发生的清理工作。例如，关闭对象在创建时打开的任何文件。

在本节中，我们将使用下面这个类作为例子。

class MyNameClass:
    def __init__(self, name):
        self.name = name
    
    def __del__(self):
        print(f"Deleting {self.name}!")

在上面的例子中，我们已经定义了我们的类在初始化时接受一个名字的输入，当调用 finaliser 时，它会通过打印相关实例的名字让我们知道。这样，我们就可以了解到哪些对象被从内存中删除，以及何时被删除。

那么，CPython 什么时候会决定从内存中删除一个对象呢？有两种方式（从CPython 3.10 开始）会发生这种情况：引用计数和垃圾回收。

引用计数

如果我们在 Python 中有一个指向某个对象的指针，那就是对该对象的引用。对于一个给定的对象 a ，CPython 会跟踪有多少其他东西指向 a 。如果这个计数器达到零，就可以安全地从内存中删除这个对象，因为没有其他东西在使用它。让我们看一个例子。

>>> Harward = MyNameClass("Harward")
>>> del Harward
Deleting Harward!
>>>

在这里，我们创建了一个新的对象（MyNamedClass("Harward")），并创建了一个指向它的指针（Harward =）。然后，当我们删除 Harwade 时，我们删除了这个引用，MyNamedClass 实例现在的引用计数为 0。 所以，CPython 决定从内存中删除它--而且，就在这之前，它的 __del__ 方法被调用，打印出了我们看到的上面的信息。

如果我们对一个对象创建了多个引用，我们将不得不摆脱所有的引用，以便使该对象被删除。

>>> bob = MyNameClass("Bob")
>>> bob_two = bob # creating a new pointer to the same object
>>> del bob # this doesn't cause the object to be removed...
>>> del bob_two # ... but this does
Deleting Bob!

当然，我们的 MyNamedClass 实例本身可以包含指针--毕竟它们是任意的 Python 对象，我们可以给它们添加任何我们喜欢的属性。让我们看一个例子。

>>> jane = MyNamedClass("Jane")
>>> bob = MyNamedClass("Bob")
>>> jane.friend = bob # now the "Jane" object contAIns a pointer to the "Bob" object...
>>> bob.friend = jane

我们在上面的代码片断中所做的是设置了一些循环引用。名字为 Jane 的对象包含一个指向名字为 Bob 的对象的指针，反之亦然。当我们做下面的事情时，情况就变得有趣了。

>>> del jane
>>> del bob

我们现在已经删除了从命名空间到对象的指针。现在，我们完全不能访问那些 MyNameClass 对象了--但我们并没有收到告诉我们它们即将被删除的打印信息。这是因为这些对象仍有引用，包含在彼此之间，因此它们的引用计数不是 0 。

我们在这里创建的是一个循环隔离体；在这个结构中，每个对象在循环中至少有一个引用，使其保持活力，但循环中的所有对象都不能从命名空间中被访问。

循环隔离的直观表现

下面是我们创建一个循环隔离时的直观表现。

首先，我们创建两个对象，每个对象在命名空间中都有一个名字。

接下来，我们通过在每个对象上添加一个指针来连接我们的两个对象。

最后，我们通过删除两个对象的原始名称来从命名空间中删除指针。在这一点上，这两个对象从名字空间中是不可访问的，但每个对象都包含一个指向另一个对象的指针，所以它们的引用计数不是零。

所以，很明显，引用计数本身并不足以保持运行时的工作内存中没有无用的、不可回收的对象。这就是CPython的垃圾收集器发挥作用的地方。