得益于
的自动垃圾回收机制，在
中创建对象时无须手动释放。这对开发者非常友好，让开发者无须关注低层内存管理。但如果对其垃圾回收机制不了解，很多时候写出的
代码会非常低效。
垃圾回收算法有很多，主要有：
、
、
等。
在
中，垃圾回收算法以
为主，
和
两种机制为辅。
1 引用计数
1.1 引用计数算法原理
引用计数原理比较简单：
每个对象有一个整型的引用计数属性。用于记录对象被引用的次数。例如对象
，如果有一个对象引用了
，则
的引用计数
。当引用删除时，
的引用计数
。当
的引用计数为0时，即表示对象
不可能再被使用，直接回收。
立即学习
“
Python免费学习笔记（深入）
”；
在
中，可以通过
模块的
函数获取指定对象的引用计数器的值，我们以实际例子来看。
运行上面代码，可以得到输出结果为
。
1.2 计数器增减条件
上面我们看到，创建一个
对象，并将对象赋值给
变量后，对象的引用计数器值为
。那么什么时候计数器会
，什么时候计数器会
呢？
1.2.1 引用计数+1的条件
1.2.2 引用计数-1的条件
对象被显式销毁，如
。变量重新赋予新的对象，例如
。对象离开它的作用域，如
函数执行完毕时，
函数中的局部变量（全局变量不会）。
对象所在的容器被销毁，或从容器中删除对象。
1.2.3 代码实战
为了更好的理解计数器的增减，我们运行实际代码，一目了然。
输出结果如下：
1.3 引用计数的优点与缺点
1.3.1 引用计数优点
高效、逻辑简单，只需根据规则对计数器做加减法。
实时性。一旦对象的计数器为零，就说明对象永远不可能再被用到，无须等待特定时机，直接释放内存。
1.3.2 引用计数缺点
需要为对象分配引用计数空间，增大了内存消耗。
当需要释放的对象比较大时，如字典对象，需要对引用的所有对象循环嵌套调用，可能耗时比较长。
循环引用。 这是引用计数的致命伤，引用计数对此是无解的，因此必须要使用其它的垃圾回收算法对其进行补充。
2 标记-清除
上一小节提到，引用计数算法无法解决循环引用问题，循环引用的对象会导致大家的计数器永远都不会等于
，带来无法回收的问题。
算法主要用于潜在的循环引用问题，该算法分为2步：
标记阶段。将所有的对象看成图的节点，根据对象的引用关系构造图结构。从图的根节点遍历所有的对象，所有访问到的对象被打上标记，表明对象是“可达”的。
清除阶段。遍历所有对象，如果发现某个对象没有标记为“可达”，则就回收。
Python 3.14.3
微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。
下载
以具体代码示例说明：
上面代码中，a和b相互引用，e引用了c和d。整个引用关系如下图所示
如果采用引用计数器算法，那么a和b两个对象将无法被回收。而采用标记清除法，从根节点（即e对象）开始遍历，c、d、e三个对象都会被标记为
，而a和b无法被标记。因此a和b会被回收。
这是读者可能会有疑问，为什么确定根节点是e，而不会是a、b、c、d呢？这里就有讲究了，什么样的对象会被看成是根节点呢？一般而言，根节点的选取包括（但不限于）如下几种：
当前栈帧中的本地变量表中引用的对象，如各个线程被调用的方法堆栈中使用到的参数、 局部变量、 临时变量等。
全局静态变量
...
3 分代收集
3.1 分代收集原理
在执行垃圾回收过程中，程序会被暂停，即
。这里很好理解：你妈妈在打扫房间的时候，肯定不允许你在房间内到处丢垃圾，要不然永远也无法打扫干净。
为了减少程序的暂停时间，采用
(
)降低垃圾收集耗时。
分代回收基于这样的法则：
接大部分的对象生命周期短，大部分对象都是朝生夕灭。
经历越多次数的垃圾收集且活下来的对象，说明该对象越不可能是垃圾，应该越少去收集。
中，对象一共有3种世代：
,
,
。
对象刚创建时为
。
如果在一轮
扫描中存活下来，则移至
，处于
的对象被扫描次数会减少。
如果再次在扫描中活下来，则进入
，处于
的对象被扫描次数将会更少。
3.2 触发GC时机
当某世代中分配的对象数量与被释放的对象之差达到某个阈值的时，将触发对该代的扫描。当某世代触发扫描时，比该世代年轻的世代也会触发扫描。
那么这个阈值是多少呢？我们可以通过代码查看或者修改，示例代码如下
输出结果如下：
pythonpythonpython引用计数标记-清除分代收集python引用计数标记-清除分代收集AAA+1A-1AAPythonsysgetrefcountimport sys
class A():
def __init__(self):
pass
a = A()
print(sys.getrefcount(a))2Aa2+1-1A()
a=A()
func(a)
arr=[a,a]del aa=0funcfuncimport sys
class A():
def __init__(self):
pass
print("创建对象 0 + 1 =", sys.getrefcount(A()))
a = A()
print("创建对象并赋值 0 + 2 =", sys.getrefcount(a))
b = a
c = a
print("赋给2个变量 2 + 2 =", sys.getrefcount(a))
b = None
print("变量重新赋值 4 - 1 =", sys.getrefcount(a))
del c
print("del对象 3 - 1 =", sys.getrefcount(a))
d = [a, a, a]
print("3次加入列表 2 + 3 =", sys.getrefcount(a))
def func(c):
print('传入函数 1 + 2 = ', sys.getrefcount(c))
func(A())创建对象 0 + 1 = 1
创建对象并赋值 0 + 2 = 2
赋给2个变量 2 + 2 = 4
变量重新赋值 4 - 1 = 3
del对象 3 - 1 = 2
3次加入列表 2 + 3 = 5
传入函数 1 + 2 = 30标记-清除class A():
def __init__(self):
self.obj = None
def func():
a = A()
b = A()
c = A()
d = A()
a.obj = b
b.obj = a
return [c, d]
e = func()可达stop-the-world分代回收Generational CollectionPythonG0G1G2G0GCG1G1G2G1import gc
threshold = gc.get_threshold()
print("各世代的阈值:", threshold)
# 设置各世代阈值
# gc.set_threshold(threshold0[, threshold1[, threshold2]])
gc.set_threshold(800, 20, 20)各世代的阈值: (700, 10, 10)