python内存管理基于引用计数和垃圾回收机制。1.引用计数记录对象被引用的次数，归零则释放内存；2.循环引用由标记-清除算法处理，gc从根对象出发标记并清除不可达对象；3.分代回收将对象分为三代，新对象回收更频繁。理解这些机制有助于优化性能、避免内存泄漏。例如赋值、容器存储、函数传参会增加引用，del减少引用。可通过gc模块手动触发回收或调整阈值。
在Python中，内存管理机制的核心是自动化的垃圾回收系统，其中引用计数是最基础也是最直接的机制。理解它的工作原理，对优化程序性能、避免内存泄漏有重要意义。
引用计数：最基础的内存管理方式
Python中每个对象都有一个“引用计数”，用来记录有多少个变量或结构指向它。当这个数字变成0时，说明该对象不再被使用，内存会被立刻释放。
举个简单的例子：
a = [1, 2, 3] b = a
此时列表 [1, 2, 3] 的引用计数是2，因为 a 和 b 都指向它。如果你再执行：
立即学习“Python免费学习笔记（深入）”；
del a
引用计数减1，变为1。只有当 b 也被删除或者重新赋值后，这个列表才会真正被回收。
常见操作会影响引用计数的情况包括：
- 赋值操作（增加引用）
- 把对象放入容器（如列表、字典）中（增加引用）
- 函数调用传参（增加引用）
- 使用 del 删除变量名（减少引用）
引用计数机制的优点是简单高效，但也有明显缺陷，比如无法处理循环引用问题。
循环引用与标记-清除机制
如果两个对象互相引用，例如：
a = [] b = [] a.append(b) b.append(a)
此时 a 和 b 都无法被正常删除，即使它们不再被外部访问。这种情况下引用计数不会降到0，导致内存无法回收。
为了解决这个问题，Python引入了 垃圾回收器（gc模块），采用“标记-清除”算法来识别并清理这类不可达对象。
GC的主要工作流程如下：
- 找出所有根对象（如全局变量、栈中的变量等）
- 从根对象出发，递归标记所有可达的对象
- 没有被标记的对象视为垃圾，进行清除
这一过程不是实时触发的，而是根据分配对象的数量自动调度。你也可以手动调用 gc.collect() 来强制执行一次垃圾回收。
需要注意的是，只有包含循环引用的对象（如列表、类实例等）才会被GC处理，像整数、字符串这些不可变类型通常不会参与循环引用，因此不被纳入考虑范围。
分代回收：提升效率的策略
为了进一步提高垃圾回收的效率，Python还引入了分代回收机制。它的核心思想是：越新创建的对象越容易被回收，而存活时间长的对象则不太可能成为垃圾。
Python将对象分为三代（0、1、2），新创建的对象放在第0代。每次回收0代后仍存活的对象会被移动到第1代，依此类推。
每一代的回收频率不同：
- 第0代回收频繁
- 第1代较少
- 第2代最少
这样可以避免每次都扫描全部对象，从而节省资源。你也可以通过 gc.get_threshold() 查看当前各代回收的阈值。
基本上就这些。理解引用计数和GC机制，有助于写出更高效的Python代码，也能帮助排查一些奇怪的内存占用问题。虽然大部分时候我们不需要手动干预，但在关键场景下适当调整GC行为或避免不必要的引用，还是能带来明显收益的。
