Python内存管理的核心是自动垃圾回收机制，它使开发者能够专注于业务逻辑而无需手动管理内存。Python采用引用计数作为基础内存管理方式，每个对象都有一个引用计数器记录指向它的引用数量。当计数为零时，对象自动销毁并释放内存。
引用计数机制简单高效，但存在一个严重局限：无法处理循环引用情况。循环引用指对象之间形成引用环，导致环中每个对象的引用计数永不为零，即使这些对象已无法从程序访问。为解决这个问题，Python引入了循环垃圾回收器，专门检测和回收循环引用对象。
引用计数机制基础引用计数是Python垃圾回收的第一道防线。当创建对象、复制引用或将对象作为参数传递时，引用计数增加；当引用超出作用域或被删除时，引用计数减少。
import sys# 创建字符串对象s ="Hello, Python!"print(sys.getrefcount(s)) # 输出4（getrefcount本身会创建一个临时引用）# 创建另一个引用s2 = sprint(sys.getrefcount(s)) # 输出5# 删除一个引用del s2print(sys.getrefcount(s)) # 输出4引用计数虽然简单，但有两个主要问题：一是维护引用计数带来性能开销；二是无法处理循环引用，可能导致内存泄漏。
循环引用问题详解循环引用发生在两个或多个对象互相引用形成封闭环时。即使这些对象无法从程序其他部分访问，它们的引用计数也不会降为零，因此不会被自动回收。
class Node: def __init__(self, value): self.value = value self.next = None def __del__(self): print(f"Node {self.value} is being deleted")# 创建两个节点node1 = Node(1)node2 = Node(2)# 创建循环引用node1.next = node2node2.next = node1# 删除变量引用del node1del node2# 节点对象不会被回收，因为循环引用使引用计数不为零print("Objects still exist due to circular reference")在这个例子中，即使删除了变量引用，对象也不会被自动回收，这可能导致内存泄漏。为解决这个问题，Python引入了专门的循环垃圾回收器。
Python循环垃圾回收算法原理Python的循环垃圾回收器使用"标记-清除"算法检测和回收循环引用对象。
该算法分为三个阶段：收集可能形成循环引用的对象、检测这些对象之间是否存在循环引用、回收检测到的循环引用对象。
Python将对象分为三代，新创建的对象被放入第0代。当第0代对象经过一次垃圾回收后仍然存活，就会被移到第1代，依此类推。每一代都有自己的阈值，当该代对象数量超过阈值时，触发该代的垃圾回收。这种分代策略基于大多数对象生命周期较短的统计事实，能提高垃圾回收效率。
循环引用检测的基本算法流程是：首先暂时将所有对象的引用计数减1，如果某对象计数变为0，说明它只被收集的对象引用，可能是循环引用的一部分。然后恢复引用计数，对于可疑对象，检查它们是否可以从根对象访问。如果不可访问，则确认为垃圾对象并回收。
实现循环引用检测算法下面实现一个简化版的循环引用检测算法，使用图算法检测对象之间的循环引用：
class GCObject: """模拟可能参与垃圾回收的对象""" _registry = [] # 全局对象注册表 def __init__(self, name): self.name = name self.references = [] # 该对象引用的其他对象 self.refcount = 0 # 引用计数 self.marked = False # 用于标记算法 GCObject._registry.append(self) def add_reference(self, other): """添加对另一个对象的引用""" self.references.append(other) other.refcount += 1 def __repr__(self): return f"GCObject({self.name}, refcount={self.refcount})"class GarbageCollector: """简化版的垃圾回收器""" def __init__(self): self.root_objects = [] # 根对象，可从程序直接访问 self.garbage = [] # 检测到的垃圾对象 def set_root(self, obj): """设置根对象""" self.root_objects.append(obj) obj.refcount += 1 def remove_root(self, obj): """移除根对象引用""" if obj in self.root_objects: self.root_objects.remove(obj) obj.refcount -= 1 def collect(self): """执行垃圾回收""" print("开始垃圾回收...") self.garbage = [] # 标记所有可达对象 self._mark_reachable_objects() # 识别并收集不可达对象 for obj in GCObject._registry: if not obj.marked and obj.refcount > 0: self._detect_cycles(obj) # 回收垃圾对象 self._sweep_garbage() # 重置标记 for obj in GCObject._registry: obj.marked = False print(f"垃圾回收完成，回收了 {len(self.garbage)} 个对象") def _mark_reachable_objects(self): """标记从根对象可达的所有对象""" for root in self.root_objects: self._mark_recursive(root) def _mark_recursive(self, obj): """递归标记对象及其引用的所有对象""" if obj.marked: return obj.marked = True for ref in obj.references: self._mark_recursive(ref) def _detect_cycles(self, start_obj): """检测从特定对象开始的循环引用""" visited = set() path = [] def dfs(obj): """深度优先搜索检测循环""" if obj in visited: if obj in path: cycle_start = path.index(obj) cycle = path[cycle_start:] print(f"检测到循环: {' -> '.join(o.name for o in cycle)} -> {obj.name}") self.garbage.extend(cycle) return visited.add(obj) path.append(obj) for ref in obj.references: dfs(ref) path.pop() dfs(start_obj) def _sweep_garbage(self): """清除垃圾对象""" for obj in self.garbage: print(f"回收对象: {obj}") GCObject._registry.remove(obj)这个实现模拟了Python标记-清除算法的核心步骤：标记从根对象可达的所有对象，检测不可达对象中的循环引用，最后回收确认为垃圾的对象。虽然简化了很多细节，但它展示了垃圾回收器的基本工作原理。
优化垃圾回收性能Python提供了gc模块，可以手动控制垃圾回收行为。通过这个模块，可以查看统计信息、手动触发垃圾回收、调整回收阈值，甚至完全禁用自动垃圾回收。
除了控制垃圾回收行为，还可以使用弱引用避免循环引用问题。Python的weakref模块提供了弱引用功能，弱引用不会增加对象的引用计数，因此不会阻止对象被回收。
import weakrefclass Parent: def __init__(self, name): self.name = name self.children = [] def add_child(self, child): self.children.append(child) def __del__(self): print(f"Parent {self.name} is being deleted")class Child: def __init__(self, name, parent): self.name = name self.parent = weakref.ref(parent) # 使用弱引用 parent.add_child(self) def __del__(self): print(f"Child {self.name} is being deleted")# 创建对象并测试parent = Parent("Alice")child = Child("Bob", parent)# 删除引用del parentdel child# 输出:# Parent Alice is being deleted# Child Bob is being deleted在这个例子中，子对象持有对父对象的弱引用，避免了循环引用。当删除对parent和child的变量引用时，两个对象都能被正确回收。
总结Python垃圾回收机制结合了引用计数和循环检测算法，能自动回收不再使用的内存空间，包括处理循环引用情况。它具有以下特点：基于引用计数的自动内存管理、循环引用检测、分代垃圾回收和高度可配置性。在实际应用中，应了解Python垃圾回收的工作原理，避免创建不必要的循环引用，在适当情况下使用弱引用等技术优化内存使用。对于性能敏感的应用，可以考虑手动控制垃圾回收行为，找到最适合应用特点的回收策略。
