通常，您在编写Python代码时无需担心垃圾收集器和使用内存的问题。 一旦不再需要对象，Python就会自动从它们下面释放内存。 尽管如此，了解GC的工作原理将有助于您编写更好的代码。
内存管理器
与其他流行语言不同，Python删除对象后不会立即将所有内存释放回操作系统。 相反，它使用为小对象（大小小于512字节）设计的附加内存管理器。 为了处理此类对象，他分配了大块内存，将来会在其中存储许多小对象。
一旦删除了其中一个小对象-它下面的内存就不会进入操作系统，Python会将其留给具有相同大小的新对象。 如果分配的内存块之一中没有剩余的对象，则Python可以将其释放到操作系统。 通常，当脚本创建许多临时对象时释放块。
因此，如果长时间运行的Python进程开始随着时间消耗更多的内存，则这并不意味着您的代码存在内存泄漏问题。 如果您想了解更多有关Python中的内存管理器的信息，可以在
我的另一篇文章中了解它。
垃圾收集算法
标准python解释器（CPython）一次使用两种算法，即引用计数和世代垃圾收集器（以下称为GC），这是Python的标准
gc模块 。
链接计数算法非常简单有效，但是它有一个很大的缺点。 他不知道如何定义循环引用。 因此，在python中有一个额外的收集器，称为世代GC，用于监视具有潜在循环引用的对象。
在Python中，引用计数算法是基本的，不能禁用，而GC是可选的，可以禁用。
链接计数算法
链接计数算法是最简单的垃圾收集技术之一。 一旦不再引用对象，它们将被删除。
在Python中，变量不存储值，但充当对对象的引用。 也就是说，当您将值分配给新变量时，首先会创建一个具有该值的对象，然后该变量才开始引用它。 多个变量可以引用一个对象。
Python中的每个对象都包含一个附加字段（引用计数器），该字段存储指向该对象的链接数。 只要有人引用一个对象，该字段就会增加一。 如果由于某种原因链接消失了，那么该字段将减少一。
链接数增加时的示例：
- 赋值运算符
- 传递参数
- 在工作表中插入一个新对象（该对象的链接数量增加）
- 形式foo = bar的构造（foo开始与bar指代同一对象）
一旦特定对象的参考计数器达到零，解释器就会开始销毁该对象的过程。 如果远程对象包含指向其他对象的链接，则这些链接也将被删除。 因此，去除一个物体可能需要去除其他物体。
例如，如果删除列表，则其所有元素中的引用计数都将减少一。 如果列表中的所有对象未在其他任何地方使用，则它们也将被删除。
在函数，类和块之外声明的变量称为全局变量。 通常，此类变量的生命周期等于Python进程的生命周期。 因此，对全局变量引用的对象的引用数量永远不会降为零。
在块内声明的变量（函数，类）具有局部可见性（即，仅在块内可见）。 python解释器一旦退出该块，它就会破坏其中的局部变量创建的所有链接。
您始终可以使用
sys.getrefcount函数检查链接数。
链接计数器的示例：
foo = []
标准解释器（CPython）使用引用计数器的主要原因是历史性的。 目前，有关此方法的争论很多。 有人认为，如果没有链接计数算法，垃圾收集器的效率会更高。 该算法存在许多问题，例如循环链接，阻塞线程以及内存和cpu的额外开销。
该算法的主要优点是，不需要的对象会立即删除。
可选垃圾收集器
当我们已经有引用计数时，为什么需要额外的算法？
不幸的是，经典的链接计数算法有一个很大的缺点-它不知道如何找到循环链接。 当一个或多个对象相互引用时，就会发生环回。
两个例子：
如您所见，第一个对象引用自身，而
object1和
object2引用。 对于此类对象，参考计数将始终为1。
Python演示：
import gc
在上面的示例中，del指令删除了对我们对象的引用（而不是对象本身）。 Python执行del语句后，这些对象将无法从Python代码访问。 但是，关闭gc模块后，它们仍将保留在内存中，因为 他们有通函，计数器仍然是一。 您可以使用
objgraph库以可视方式探索此类关系。
为了解决此问题，在Python 1.5中添加了称为
gc模块的其他算法。 唯一的任务是删除不再可以从代码访问的循环对象。
环回只能发生在“容器”对象中。 即 在可以存储其他对象的对象中，例如列表，字典，类和元组。 除了元组，GC不会跟踪简单和不可变的类型。 当满足某些条件时，某些元组和词典也将从跟踪列表中排除。 对于所有其他对象，保证可以应对参考计数算法。
触发GC时
与参考计数算法不同，循环GC不能实时工作，而是定期运行。 收集器的每次运行都会在代码中创建微暂停，因此CPython（标准解释器）使用各种启发式方法来确定垃圾收集器的频率。
循环垃圾收集器将所有对象分为3代（Generations）。 新对象属于第一代。 如果新设施在垃圾收集过程中仍然存在，那么它将转移到下一代。 生成的次数越高，对其进行垃圾扫描的频率就越少。 由于新对象的寿命通常很短（是临时的），因此与已经经历了多个垃圾收集阶段的对象相比，对它们进行更多访问是有意义的。
每个世代都有一个特殊的计数器和一个响应阈值，达到该阈值时将触发垃圾收集过程。 每个计数器存储分配数量减去给定代中的重新分配数量。 只要在Python中创建了任何容器对象，它就会检查这些计数器。 如果条件有效，则垃圾收集过程开始。
如果几代或更多世代一次超过阈值，则选择最高级。 这是由于以下事实：较早的几代人还会扫描所有以前的人。 为了减少长寿命对象的垃圾回收暂停次数，最老的一代还具有
一组附加条件 。
世代的标准阈值分别设置为
gc.get_threshold gc.set_threshold 700, 10 10 ，但是您始终可以使用
gc.get_threshold gc.set_threshold来更改它们。
循环搜索算法
循环搜索算法的完整描述将需要单独的文章。 简而言之，GC会遍历选定世代中的每个对象，并暂时删除单个对象中的所有链接（此对象引用的所有链接）。 经过一整遍之后，所有链接数少于两个的对象都被认为无法从python访问，并且可以删除。
为了更深入地理解，我建议阅读（译者注：英文资料）
来自Neil Schemenauer的算法的
原始描述以及来自
CPython来源的
collect函数。
Quora的描述以及
有关垃圾收集器的
帖子也可能很有用。
值得注意的是，自Python 3.4起，算法原始说明中描述的析构函数问题已得到解决（
PEP 442中有更多详细信息）。
优化技巧
循环通常发生在现实生活中的任务中；它们可以在图形，链接列表或需要跟踪对象之间关系的数据结构中发现。 如果您的程序负载很大并且需要延迟，那么最好避免循环。
在您有意使用圆形链接的地方，可以使用“弱”链接。 弱链接是在
weakref模块中实现的，与常规链接不同，它不会以任何方式影响链接计数器。 如果事实证明具有弱引用的对象被删除，则返回
None 。
在某些情况下，禁用gc模块的自动构建并手动调用非常有用。 为此，只需调用
gc.disable() ，然后手动调用
gc.collect() 。
如何查找和调试循环链接
调试循环可能很痛苦，尤其是在您的代码使用许多第三方模块的情况下。
gc模块提供了有助于调试的帮助程序功能。 如果GC参数设置为
DEBUG_SAVEALL标志，则所有不可访问的对象都将添加到
gc.garbage列表中。
import gc gc.set_debug(gc.DEBUG_SAVEALL) print(gc.get_count()) lst = [] lst.append(lst) list_id = id(lst) del lst gc.collect() for item in gc.garbage: print(item) assert list_id == id(item)
一旦确定了问题点，就可以使用
objgraph对其进行可视化。
结论
主要的垃圾收集过程由链接计数算法执行，该算法非常简单并且没有设置。 附加算法仅用于搜索和删除具有循环引用的对象。
您不应该对垃圾收集器的代码进行过早的优化；在实践中，垃圾收集的问题很少见。
PS：我是本文的作者，您可以提出任何问题。