Python的内存管理和垃圾回收

#define _PyObject_HEAD_EXTRA            \
    struct _object *_ob_next;               struct _object *_ob_prev;
     
#define PyObject_HEAD       PyObject ob_base;
 
#define PyObject_VAR_HEAD      PyVarObject ob_base;
 
 
typedef struct _object {
    _PyObject_HEAD_EXTRA // 用于构造双向链表
    Py_ssize_t ob_refcnt;  // 引用计数器
    struct _typeobject *ob_type;    // 数据类型
} PyObject;
 
 
typedef struct {
    PyObject ob_base;   // PyObject对象
    Py_ssize_t ob_size; /* Number of items in variable part，即：元素个数 */
} PyVarObject;

Python是由C语言开发。
Python中所有对象的创建均与C语言中的两个结构体有关，分别是Pyobject和PyVarobject。
在Python中创建由单个元素组成的对象时（比如float类型），会使用Pyproject结构体，在创建由多个元素组成的对象时，使用PyVarproject创建。
Pyobject内部维护了数据类型，引用计数器，和双向链表，PyVarproject内部比Pyobject多了一个元素个数。
在Python中，每创建一个对象，首先会开辟内存并对其进行初始化（引用计数器设为1），再将其对象添加到双向链表中（ref_chain）。
再对对象进行重复引用时，该对象的引用计数器（ob_refcnt）会增加1,删除变量时（del 变量）会找到该变量对应的对象的引用计数器进行减1操作，
如果计数器变为0，系统将会把该对象对应的内存作为垃圾（实际上会放到缓存链表free_list中，如果再次创建同类型（float和列表类型）数据时，不会重新开辟内存，就会把free_list中同类型的内存数据改变后，重新引用，减少了重新开辟内存的开销）。

 会发现，删除float类型后，在创建float类型，不会重新开辟新内存。

1：引用计数器：为零时作为垃圾回收。
2：标记清除：由于引用计数器无法解决循环引用的问题，多个元素组成的对象才可能造成循环引用。
   Python底层会将Python中所有对象分类成为两个链表，分别是由单个元素和多个元素组成的对象，Python内部会定期扫描由多个元素组成对象的链表，如果遇到循环引用，则让各自的计数器减1，如果此时计数器变为零则变成垃圾。
    
3：分代回收：由于在标记清除扫描链表时，链表对象比较多，并且为了设置对象扫描的优先级，设置了分代回收，分别是0代，1代，2代。0代扫描十次，才会扫描1代一次，如果发现对象仍被引用，则进行升级，级别越高，成为垃圾的几率越小，扫描次数也越小，减少了系统扫描造成的资源消耗。
  注：对象链表长度为700，扫描一次。

a=[1,2]
b=[3,4]

a.append(b) #a=[1,2,b]
b.append(a) #b=[3,4,a]

del a
del b

#del a b后，原a,b对应的引用计数器仍为1，因此会在内存中一直存在。