python的垃圾回收機制通過引用計數和垃圾收集器（gc模塊）管理內存。引用計數在對象無引用時立即釋放內存，但無法處理循環引用；gc模塊可檢測并回收循環引用，僅作用于容器類對象，默認啟用且可手動調用或調整閾值；分代回收將對象分為三代以提升效率，第0代回收最頻繁，第2代最少；可通過sys.getrefcount查看引用數，weakref觀察回收情況，tracemalloc或pympler分析內存泄漏。理解這些機制有助于優化代碼性能與內存使用。
python 的垃圾回收機制主要依賴引用計數和垃圾收集器（gc 模塊）來自動管理內存。簡單來說，當一個對象不再被任何變量或結構引用時，它所占用的內存就會被釋放。這個過程對開發者來說基本是透明的，但理解其原理有助于寫出更高效、穩定的代碼。
引用計數：最基礎的回收方式
Python 中每個對象都有一個“引用計數”，記錄有多少地方在使用它。一旦這個數字變成 0，說明這個對象已經沒用了，內存會被立即釋放。
舉個例子：
立即學習“Python免費學習筆記（深入）”；
a = [1, 2, 3] # 列表對象的引用計數為1 b = a # 引用計數增加到2 del a # 引用計數減為1 del b # 引用計數減為0，內存被釋放
這種方式簡單高效，但它有個明顯的缺點：無法處理循環引用。比如兩個對象互相引用，它們的引用計數都不會為 0，但實際上這兩個對象已經沒有外部引用了。
垃圾收集器（gc 模塊）：解決循環引用問題
為了解決引用計數的缺陷，Python 引入了垃圾收集器模塊 gc。它會定期掃描那些可能存在循環引用的對象，并嘗試回收它們。
- 它只處理容器類對象（如 list、dict、class 實例等）
- 默認情況下，gc 是啟用的
- 可以手動調用 gc.collect() 來強制進行一次垃圾回收
你還可以通過 gc.set_threshold() 調整觸發垃圾回收的頻率，這在性能敏感的場景中可能有用。
如果你發現程序內存持續增長，可能是存在大量循環引用而沒有及時回收，可以考慮檢查是否禁用了 gc 或者調整閾值。
分代回收：提升效率的小技巧
為了減少頻繁掃描所有對象帶來的性能損耗，Python 使用了分代回收策略。對象被分為三代（0、1、2），新創建的對象屬于第 0 代，經過幾次回收后仍然存活的會被移到更高代。
- 第 0 代回收最頻繁
- 第 2 代回收最少
- 這樣做的好處是：越老的對象越穩定，不用頻繁檢查
你可以通過 gc.get_threshold() 查看當前各代的回收閾值。如果想優化性能，適當調高代數的閾值可以減少 gc 的運行次數，但可能會延遲內存釋放。
如何查看和調試內存使用？
如果你想看看某個對象是否真的被釋放了，或者懷疑有內存泄漏，可以用以下方法：
- 使用 sys.getrefcount(obj) 查看引用計數（注意這個函數本身也會增加引用）
- 用 weakref 創建弱引用，觀察對象是否被回收
- 配合 tracemalloc 或第三方庫如 pympler 進行內存分析
有時候即使你寫了 del obj，也不代表內存馬上釋放，因為還有其他潛在的引用未清除。
基本上就這些。Python 的垃圾回收機制在大多數情況下都能很好地工作，但了解它的機制能幫你避免一些常見的內存問題。
