如果寫過C和C++的小夥伴肯定都知道，程序中的內存管理是非常關鍵的，一不小心可能就會產生內存洩漏。但是我們在寫Python的時候好像從來沒有關心過內存的處理，為什麼可以這麼爽？在你爽的背後，實際上是Python在默默的幫你管理著，具體怎麼實現的，聽我慢慢道來。
一、引用計數：
在Python中，使用了引用計數這一技術實現內存管理。一個對象被創建完成後就有一個變量指向他，那麼就說明他的引用計數為1，以後如果有其他變量指向他，引用計數也會相應增加，如果將一個變量不再執行這個對象，那麼這個對象的引用計數減1。如果一個對象沒有任何變量指向他，也即引用計數為0，那麼這個對象會被Python回收。示例代碼如下：
<code>class Person(object):
def __init__(self,name):
self.name = name
def __del__(self):
print('%s執行了del函數'%self.name)
while True:
p1 = Person('p1')
p2 = Person('p2')
del p1
del p2
a = input('test:')/<code>可以看到，兩個對象的del函數都得到了執行。
二、循環引用：
引用計數這一技術雖然可以在一定程度上解決內存管理的問題。但是還是有不能解決的問題，即循環引用。比如現在有兩個對象分別為a和b，a指向了b，b又指向了a，那麼他們兩的引用計數永遠都不會為0。也即永遠得不到回收。看以下示例：
<code>class Person(object):
def __init__(self,name):
self.name = name
def __del__(self):
print('%s執行了del函數'%self.name)
while True:
p1 = Person('p1')
p2 = Person('p2')
# 循環引用後，永遠得不到釋放
p1.next = p2
p2.prev = p1
del p1
del p2
a = input('test:')/<code>可以看到，del函數是不會運行的，是因為循環引用導致兩個對象得不到釋放。
三、標記清除和分代回收：
在Python程序中，每次你新創建了一個對象，那麼就會將這個對象掛到一個叫做零代鏈表中（當然這個鏈表是Python內部的，Python開發者是沒法訪問到的）。比如現在你在程序中創建四個Person對象，分別叫做p1、p2、p3以及p4，然後p1與p2之間互相引用，並且讓p3和p4的引用計數為2，示例代碼如下：
<code>import sys
class Person(object):
def __init__(self,name):
self.name = name
self.next = None
self.prev = None
p1 = Person('p1')
p2 = Person('p2')
p3 = Person('p3')
p4 = Person('p4')
p1.next = p2
p2.prev = p1
temp1 = p3
temp2 = p4
print(sys.getrefcount(p1))
print(sys.getrefcount(p2))
print(sys.getrefcount(p3))
print(sys.getrefcount(p4))/<code>以上代碼實際上就會將p1和p2以及p3和p4掛在一個叫做零代鏈表中，示例圖如下：
我們可以看到，這時候p1引用了p2，而p2又引用了p1，因此這兩個對象產生了循環引用。在後期即使我刪除了del p1以及del p2，那麼這兩個對象也會得不到釋放。
因此這時候Python就啟用了一個新的垃圾回收的機制。如果創建的對象總和減去被釋放的對象，達到一定的值（某個閾值），那麼Python就會遍歷這個零代鏈表，找到那些有相互引用的對象，將這些對象的引用計數減1，如果引用計數值為0了，那麼就說明這個對象是可以被釋放的，比如以上p1和p2，這時候就會釋放p1和p2。接下來再將沒有被釋放的對象，挪動到一個新的鏈表中，這個鏈表叫做一代鏈表。
在零代鏈表清理的次數達到某個閾值後，Python會去遍歷一代鏈表，將那些沒有得到釋放的對象移動到二代鏈表。同樣的原理，如果一代鏈表清理的次數達到某個閾值後，Python會去遍歷二代鏈表，把垃圾對象進行回收。
四、弱代假說：
來看看代垃圾回收算法的核心行為：垃圾回收器會更頻繁的處理新對象。一個新的對象即是你的程序剛剛創建的，而一個來的對象則是經過了幾個時間週期之後仍然存在的對象。Python會在當一個對象從零代移動到一代，或是從一代移動到二代的過程中提升(promote)這個對象。
為什麼要這麼做？這種算法的根源來自於弱代假說(weak generational hypothesis)。這個假說由兩個觀點構成：首先是年輕的對象通常死得也快，而老對象則很有可能存活更長的時間。
假定現在我用Python創建一個新對象：
根據假說，我的代碼很可能僅僅會使用ABC很短的時間。這個對象也許僅僅只是一個方法中的中間結果，並且隨著方法的返回這個對象就將變成垃圾了。大部分的新對象都是如此般地很快變成垃圾。然而，偶爾程序會創建一些很重要的，存活時間比較長的對象-例如web應用中的session變量或是配置項。
通過頻繁的處理零代鏈表中的新對象，Python的垃圾收集器將把時間花在更有意義的地方：它處理那些很快就可能變成垃圾的新對象。同時只在很少的時候，當滿足閾值的條件，收集器才回去處理那些老變量。
