Python的垃圾回收机制

Garbage Collection

1. 小整数对象池
   Python中为了避免为整数频繁申请和销毁内存空间，Python对小整数[-5,257)这些整数对象是提前创建好的，不会被垃圾回收。在一个Python程序中，所有位于这个返回内的整数使用的都是同一个对象。
   同理，单个字母也是如此。对于超过这个数值大小的数字就单独创建一个地址。
   

2. intern机制
   如果多个变量同时指向同一个str对象，相应的str类型的内存会常驻
   

3. Python中的引用计数机制

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

创建一个结构体，维护一个计数索引ob_refcnt，如果ob_refcnt数值==0，相应的就删除
当一个对象有新的引用时，它的ob_refcnt就会增加，当引用他的对象被删除时，他的ob_refcnt就会减小
引用计数的优点：

• 简单
• 实时性：一旦没有引用，内存就释放了。不用像其他机制等到特定时间，实时性还有一个好处：内存分配相应的分摊到了平时

引用计数的缺点：

• 维护引用计数相对耗费资源
• 循环引用

a = []
b = []
a.append(b)
b.append(a)

a和b的相互应用，如果不存在其他对象对它的引用，相应的引用计数就会一直为1，内存永远得不到释放

4. 在Python中的零代
因为存在循环应用的问题，相应的Python引入了Generational Zero，Python中使用一种不同的链表来追踪活跃的对象，也就是“活跃列表”，Python内部的C代码将其称为零代（Generational Zero)，每当创建一个对象或者其他值的时候，相应的就将其添加在这个链表中

随后，Python会循环遍历零代列表上的每个对象，检查列表中每个互相引用的对象，根据规则减掉其引用计数。在这个过程中，Python会一个接一个的统计内部引用的数量以防过早地释放对象。