在python中，对象何时被垃圾收集？

在python中，对象何时被垃圾收集？内存何时释放？收集是否会影响性能？一个人可以选择退出或调整gc算法吗？如果是的话，如何调整？

以下是

物体永远不会被明确摧毁；但是，当它们变得无法访问时，可能会被垃圾收集允许一个实现推迟垃圾收集或完全忽略垃圾收集-只要没有收集到仍然可以访问的对象，垃圾收集的实现方式取决于实现质量

CPython实现详细信息：CPython当前使用一种引用计数方案，该方案具有（可选）延迟检测循环链接垃圾的功能，它会在无法访问大多数对象时立即收集这些对象，但不保证收集包含循环引用的垃圾。有关控制循环垃圾收集的信息，请参阅gc模块的文档。其他实现的行为不同，CPython可能会发生变化。当对象变得不可访问时，不要依赖于对象的立即终结（例如：始终关闭文件）

---

编辑：关于推迟垃圾收集。。。。该模块允许您与垃圾收集器交互，如果您想禁用它并更改收集频率等，可以禁用它。但我自己没有使用过它。另外，包含具有

\uu del\uu

方法的任何对象的循环。

在python中何时对对象进行垃圾收集？

CPython的源代码中有很多细节：

每当引用计数降至零时，对象将立即删除

293/*Python的循环gc永远不会看到传入的refcount

294*of 0：如果某个值减为0，则该值应为

295*当时立即解除分配

当新对象数大于现有对象数的25%时，将触发完整集合

87除了各种可配置的阈值外，我们只触发

88如果比率为

89长寿命待定/长寿命总数

90高于给定值（硬连线到25%）

内存何时释放？

我只能找到这些信息

781/*清除所有免费列表

782*在收集最高级别的 一代人

783*免费列表中的已分配项目可以保留pymalloc竞技场 有事

784*清除空闲列表可能会更早地将内存返回操作系统

785*/

根据这一点，Python可能会将您的对象保留在一个免费列表中，以便循环使用，即使您将其refcount降至零。我无法明确地找到何时进行空闲调用以将内存返回给操作系统，但我认为只要进行了一次收集并且对象没有保留在空闲列表中，就会执行此操作

收藏是否会影响性能？

我听说过的任何非平凡的垃圾收集器都需要CPU和内存才能运行。因此，是的，总是会对性能产生影响。你必须进行实验，了解你的垃圾收集器

---

需要实时响应的程序遇到了问题，因为垃圾收集器不能让我控制它们何时运行或运行多长时间。一些特殊情况也会导致内存过度使用，例如Python保留空闲列表的诀窍。

要用更多数字和可操作信息来扩展前面的答案：

您可以使用在自动垃圾收集开始时进行调整：

GC根据对象的数量将对象分为三代 他们幸存下来了。新对象将放置在 最年轻的一代（第0代）。如果对象在集合中幸存 它被移植到下一代。因为第二代是 最古老的一代，该代中的对象在一段时间后仍保留在那里 收集为了决定何时运行，收集器会跟踪 自上次 收集当分配的数量减去 解除分配超过阈值0，集合开始。最初只是 检查第0代。如果第0代已检查超过 自检查第1代起，阈值为1次，然后 1也进行了检查。对于第三代，事情有点复杂 更复杂的，参见

虽然我在文档中找不到默认阈值，但通过查看实现，阈值的默认值（CPython 3.9.1）：

• 阈值0

  ：700

• 阈值1

  ：10

• 阈值2

  ：10

---

也就是说，默认情况下，一旦分配数减去释放数超过700，则应设置自动垃圾回收。

Nice，尽管相当错误。知道你是如何发射或推迟gc的吗？马特·阿尔科克（Matt Alcock）提出了一个不同的问题，答案是肯定的。通常高性能系统会想发射gc以保证一致的性能——想象一下飞行控制系统在垃圾收集时超时一段时间？@MattAlcock在post.@Mattalock：高性能系统通常不使用任何类型的动态内存分配。当我制作雷达和声纳时，数据结构是严格静态分配的。在高性能系统中使用任何动态内存分配的想法似乎是矛盾的。在Python中关闭垃圾收集通常是通过用C编写性能关键的代码并从Python中调用来完成的