python的垃圾回收机制
python的垃圾回收机制：应用计数为主，标记清除和分代回收为辅
一.引用计数
这里1这个对象并没有在内存中新建，因为python有代码块机制，在python解释器启动的时候会将-5~正无穷的数字加载到内存中等待调用，a=1只是为1添加了一个引用。
import sys a = 1 print(sys.getrefcount(a)) #1366
再来看一个例子
a = 23345455 #引用次数1 b = a #2次 c = b #3次 print(sys.getrefcount(b)) #4 调用getrefcount()会再加一次，因此打印出来为4次 print(sys.getrefcount(c)) #4
得到结果为4，4.因为查看引用并非查看b或c对象被引用的次数，而是查看23345455这个值的被引用次数，此时删除c变量，23345455这个值的被引用次数-1，直到为0，就会被回收。
二.循环引用
通过引用计数器的方式基本上可以完成Python的垃圾回收，但它还是具有明显的缺陷，即：“循环引用” 。
import gc
import objgraph
class Foo(object):
def __init__(self):
self.data = None
# 在内存创建两个对象，即：引用计数器值都是1
obj1 = Foo()
obj2 = Foo()
# 两个对象循环引用，导致内存中对象的应用+1，即：引用计数器值都是2
obj1.data = obj2 #将obj2赋值给obj1.data，obj2指向Foo(),因此Foo()的引用为2
obj2.data = obj1 #同上
# 删除变量，并将引用计数器-1。
del obj1
del obj2
# 关闭垃圾回收机制
gc.disable()
# 至此，由于循环引用导致内存中创建的obj1和obj2两个对象引用计数器不为0，无法被垃圾回收机制回收。
# 所以，内存中Foo类的对象就还显示有2个。
print(objgraph.count('Foo'))
循环引用的问题会引发内存中的对象一直无法释放，从而内存逐渐增大，最终导致内存泄露。
为了解决循环引用的问题，Python又在引用计数器的基础上引入了标记清除和分代回收的机制。
三.标记清除和分代回收
Python为了解决循环引用，每创建一个对象都会将对象放到一个双向链表中，每个对象中都有 _ob_next 和 _ob_prev 指针
1.当对象个数超过 700个 时，Python解释器就会进行垃圾回收，然后代码中主动执行 gc.collect() 命令时，Python解释器就会进行垃圾回收。
2.Python解释器在垃圾回收时，会遍历链表中的每个对象，如果存在循环引用，就将存在循环引用的对象的引用计数器 -1，同时Python解释器也会将计数器等于0（可回收）和不等于0（不可回收）的一分为二，把计数器等于0的所有对象进行回收，把计数器不为0的对象放到另外一个双向链表表（即：分代回收的下一代）
3.python里一共有三代，每个代的threshold值表示该代最多容纳对象的个数。默认情况下，当0代超过700,或1，2代超过10，垃圾回收机制将触发。
4.0代触发将清理所有三代，1代触发会清理1,2代，2代触发后只会清理自己。
