Python采用的是引用计数机制为主，标记-清除和分代收集（隔代回收）两种机制为辅的策略
在Python中，如果一个对象的引用计数为0，Python虚拟机就会回收这个对象的内存
它核心就是一个结构体--PyObject
PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数
有三种情况会触发垃圾回收：
1：调用gc.collect()
2：当gc模块的计数器达到阀值的时候
3：程序退出的时候
标记清除：
标记清除（Mark—Sweep）算法是一种基于追踪回收（tracing GC）技术实现的垃圾回收算法
它分为两个阶段：第一阶段是标记阶段，GC会把所有的活动对象打上标记，第二阶段是把那些没有标记的对象非活动对象进行回收
gc模块的自动垃圾回收机制：
必须要import gc模块，并且is_enable()=True才会启动自动垃圾回收
这个机制的主要作用就是发现并处理不可达的垃圾对象
垃圾回收=垃圾检查+垃圾回收
gc模块引用：
gc模块里面会有一个长度为3的列表的计数器，可以通过gc.get_count()获取
例如(488，3，0)，其中488是指距离上一次一代垃圾检查，Python分配内存的数目减去释放内存的数目
项目中避免循环引用
引入gc模块，启动gc模块的自动清理循环引用的对象机制
由于分代收集，所以把需要长期使用的变量集中管理，并尽快移到二代以后，减少GC检查时的消耗
gc模块唯一处理不了的是循环引用的类都有__del__方法，所以项目中要避免定义__del__方法，如果一定要使用该方法，同时导致了循环引用，需要代码显式调用gc.garbage里面的对象的__del__来打破僵局
分代收集：
在Python中，采用分代收集的方法。把对象分为三代，一开始，对象在创建的时候，放在一代中，如果在一次一代的垃圾检查中，改对象存活下来，就会被放到二代中，同理在一次二代的垃圾检查中，该对象存活下来，就会被放到三代中
分代回收：
1、分代技术是一种典型的以空间换时间的技术，这也正是java里的关键技术，这种思想简单点说就是：对象存在时间越长，越可能不是垃圾，应该越少去收集
2、这样的思想，可以减少标记-清除机制所带来的额外操作，分代就是将回收对象分成数个代，每个代就是一个链表（集合），代进行标记-清除的时间与代内对象
3、存活时间成正比例关系
4、从上面代码可以看出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
5、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
引用计数:
优点:简单实时,一旦没有引用，内存就直接释放了,不用像其他机制等到特定时机,实时性还带来一个好处：处理回收内存的时间分摊到了平时
缺点:维护引用计数消耗资源,会造成循环引用导致无法回收,造成内存泄露
对象被创建：
>>>import sys
>>>a = 123
>>>sys.getrefcount(a)
3
>>>b = 456
>>>sys.getrefcount(b)
2
这里实际上123这个对象并没有在内存中新建，因为
在Python启动解释器的时候会创建一个小整数池
对象被引用：
>>>import sys
>>>a = 456
>>>b = a
>>>c = b
>>>sys.getrefcount(a)
4
>>>sys.getrefcount(c)
4
每一次赋值操作都会增加数据的引用次数
要记住引用的变量a、b、c指向的是数据456，而不是变量本身
对象作为参数传递到函数中：
>>>import sys
>>>a =[1,2,3]
>>>sys.getrefcount(a)
2
>>>def f(x):
. . . x.append(4)
. . .
>>>f(a)
>>>a
[1,2,3,4]
>>>sys.getrefcount(a)
3
这里很明显看到被传递到函数中后，引用计数增加了1
对象作为元素储存到容器中：
>>>import sys
>>>a = 456
>>>sys.getrefcount(a)
2
>>>b = [a]
>>>sys.getrefcount(a)
3
>>>c = (a,)
>>>sys.getrefcount(a)
4
这里我们在创建对象之后，把a分别添加到了一个列表和一个元组中，引用计数都增加了
