python的內(nèi)存回收以引用計(jì)數(shù)為主，分代回收和標(biāo)記清除為輔的回收策略。

引用計(jì)數(shù)

python中一切都是對(duì)象：

 typedef struct_object {
 int ob_refcnt;
 struct_typeobject *ob_type;
} PyObject;

其中ob_refcnt就是該對(duì)象被引用的次數(shù)，每新增一個(gè)變量引用該對(duì)象，該值就增加1。

• 在python中有這么幾種方式，主動(dòng)的減少對(duì)象的引用計(jì)數(shù)：
  1.del one_object.
  2.若是列表或字典中的對(duì)象，從中除去它。
  3.容器中的對(duì)象，可以del整個(gè)容器。

• 缺點(diǎn)：
  1.耗費(fèi)空間去存儲(chǔ)引用計(jì)數(shù)。
  2.耗費(fèi)時(shí)間去檢查引用計(jì)數(shù)。
  3.需要解決循環(huán)計(jì)數(shù)問題。

標(biāo)記清除

為了解決循環(huán)計(jì)數(shù)而導(dǎo)致的內(nèi)存泄漏，python搞了一種機(jī)制，是這么個(gè)意思：
因?yàn)樽罱K肯定每個(gè)對(duì)象都要回收的，所以最后分配的計(jì)數(shù)值和釋放掉的計(jì)數(shù)值要相等，但因?yàn)榇嬖谘h(huán)引用，所以它們的差會(huì)越來越大，當(dāng)差大到某一個(gè)值后，python開始遍歷“某一代”上的每一個(gè)對(duì)象，發(fā)現(xiàn)有循環(huán)引用的對(duì)象就將它們的引用計(jì)數(shù)減一，然后繼續(xù)引用計(jì)數(shù)的回收策略。

分代回收

上面提到的某一代是指對(duì)象存在時(shí)間的“年代”，它是基于這種思想，存在時(shí)間越長(zhǎng)的對(duì)象，程序就越需要它，而某些短暫生存的中間變量則要及時(shí)釋放掉。
因此，Python中有零代，一代等，越小的代釋放對(duì)象就越頻繁。