對比Ruby和Python的垃圾回收

上面三個(gè)”M”標記的對象為活躍對象，依然被我們的程序使用。在Ruby解釋器內部，通常使用”free bitmap”的數據結構來(lái)保存一個(gè)對象是否被標記：

Ruby將”free bitmap”保存在一個(gè)獨立的內存區域，以便可以更好的利用Unix的”copy-on-write”特性。更詳細的信息，請參考我的另一篇文章《為什么Ruby2.0的垃圾回收器讓我們如此興奮》。

如果活躍對象被標記了，那么其余的便是垃圾對象，意味著(zhù)它們不再會(huì )被代碼使用。在下圖中，我使用白色的方塊表示垃圾對象：

接下來(lái)，Ruby將清理沒(méi)有使用的，垃圾對象，將它們鏈入空閑對象鏈表(free list)：

在解釋器內部，這個(gè)過(guò)程非常迅速，Ruby并不會(huì )真正的將對象從一個(gè)地方拷貝到另一個(gè)地方。相反的，Ruby會(huì )將垃圾對象組成一個(gè)新的鏈表，并且鏈入空閑對象鏈表(free list)。

現在，當我們要創(chuàng )建一個(gè)新的Ruby對象的時(shí)候，Ruby將為我們返回收集的垃圾對象。在Ruby中，對象是可以重生的，享受著(zhù)多次的生命!

標記回收算法 vs. 引用計數算法

咋一看，Python的垃圾回收算法對于Ruby來(lái)說(shuō)是相當讓人感到驚訝的：既然可以生活在一個(gè)整潔干凈的房間，為什么要生活在一個(gè)臟亂的房間呢?為什么Ruby周期性的強制停止程序的運行去清理垃圾，而不使用Python的算法呢?

然而，引用計數實(shí)現起來(lái)不會(huì )像它看起來(lái)那樣簡(jiǎn)單。這里有一些許多語(yǔ)言不愿像Python一樣使用引用計數算法的原因：

首先，實(shí)現起來(lái)很困難。Python必須為每一個(gè)對象留有一定的空間來(lái)保存引用計數。這會(huì )導致一些細微的內存開(kāi)銷(xiāo)。但更遭的是，一個(gè)簡(jiǎn)答的操作例如改變一個(gè)變量或引用將導致復雜的操作，由于Python需要增加一個(gè)對象的計數，減少另一個(gè)對象的計數，有可能釋放一個(gè)對象。

其次，它會(huì )減慢速度。盡管Python在程序運行過(guò)程中垃圾回收的過(guò)程非常順暢(當你把臟盤(pán)子放到水槽后，它立馬清洗干凈)，但是運行的并不十分迅速。Python總是在更新引用計數。并且當你停止使用一個(gè)巨大的數據結構時(shí)，例如一個(gè)包含了大量元素的序列，Python必須一次釋放許多對象。減少引用計數可能是一個(gè)復雜的，遞歸的過(guò)程。

最后，它并不總是工作的很好。在我演講的下一部分，也就是下一篇帖子中能看到，引用計數不能處理循環(huán)引用數據結構，它包含循環(huán)引用。

下一次…

下周我將發(fā)布演講的其他部分。我將討論Python怎樣處理循環(huán)引用數據結構，以及在即將到來(lái)的Ruby2.1中，垃圾回收器是怎樣工作的。