Python中的垃圾回收和引用环的处理

和Java语言一样，Python也有自己的垃圾回收机制。当Python中的对象越来越多的时候，会占用大量的内存空间，在某个时机，Python会自己“瘦身”，对垃圾进行回收。
从基本原理来说，Python中记录了每个对象的引用次数，当引用次数为0的时候，就要被当做垃圾进行回收。在Python中通常用del语句来显示的删除对象的引用。虽然有这种机制存在，但是运行是需要耗费一些资源的，如果内存4G，数据有100M，都是垃圾数据，Python也可能不进行垃圾回收的，因为进行垃圾回收的时候，Python不能进行别的任务。
Python会自动的进行垃圾回收机制，主要是Python会记录每个对象的分配次数和取消分配的次数，如果两个差值大于某个阈值的话，Python会自动的进行垃圾回收。阈值的查看，我们可以借助gc模块，首先导入import gc 接着调用 gc.get_threshold()方法，接着会返回一个有三个元素的阈值，比如（700，10，10）。这里的700就是我们需要查看的阈值，后面两个10下面再说。如果我们想要手动的启动垃圾回收，可以显示的调用gc.collect()手动的完成垃圾回收。
其实在Python中，还有分代回收。有兴趣的可以自己查资料阅读。后面的两个10，也是和分代回收相关的参数。分代回收是因为在Python中，将对象划分为0，1，2代对象，所有的新建对象都是0代对象，然后0代对象经历过10次扫描之后，对1代对象进行扫描，扫描10次之后，对2代对象进行扫描1次，然后对所有的0，1，2对象进行扫描。这里出现的两个10 ，就是上面返回的两个参数，如果想要修改，可以这样使用：gc.set_threshold(700,10,5) 表示的是0代对象扫描10次，1代对象扫描1次，1代的对象扫描对象扫描5次之后，扫描2代对象。也许会有疑问，0，1，2代对象如何划分，所有新建的对象是0代对象，当经历过某代的扫描存活下来之后，提升为下一代。比如0代的某些对象，经历过10次扫描之后，依然存活，我们就把这个对象提升为1代的对象……
这里再介绍一下引用环的产生，Python是一种动态类型的语言，引用和对象是分离的，在我们创建两个对象，并引用对方，这样每个对象都有一个指向，a指向b，b也指向a，它们不会被垃圾回收掉，但是又没有存在的意义，那么Python中的垃圾回收机制是怎么解决这种相互引用的对象呢？
Python会复制每个对象的引用计数，比如有两个相互引用的对象a和b，此时a的引用计数我们用gc_ref_a 来表示，同理用gc_ref_b 来表示b的引用计数，然后Python会遍历所有的引用对象，这里只有a和b，遍历到a的时候，a指向b，将 b的gc_ref_b的值减1，同理遍历b的时候将a的gc_ref_a的值减1，结果他们的值都为0，最后将不为0的对象保留，为0 的对象进行垃圾回收。