Python垃圾回收机制
概述
Python的垃圾回收机制采用以引用计数为主，以标记-清除和分代收集为辅的策略
引用计数
原理
每个对象有一个整型的引用计数属性ob_refcnt，用于记录对象被引用的次数。每当新的引用指向该对象时，它的引用计数ob_refcnt加一；每当该对象的引用失效时，
他的引用计数ob_refcnt减一。一旦对象的引用计数为0，该对象立即被回收，对象占用的内存空间将被释放。
可以使用sys.getrefcount函数检查该对象的引用计数。（PS: 该函数获取的引用计数总是多1, 因为该函数在调用时也有对该对象的引用）
计数增减条件
引数加一条件
- 对象被创建
- 对象被引用
- 对象作为函数的参数
- 对象作为容器的元素
引数减一条件
- 对象被显式销毁。例如:
del y - 变量重新赋予新的对象
- 对象离开它的作用域，常见场景: 变量作为函数的参数。函数执行完成后该对象引用计数减一
- 对象所在的容器被销毁，或从容器中删除对象
优缺点
优点
- 高效、逻辑简单，只需根据规则对计数器做加减法
- 实时性。一旦对象的计数器为零，就说明对象永远不可能再被用到，无须等待特定时机，直接释放内存。
缺点
- 需要为对象分配引用计数空间，增大了内存消耗
- 嵌套对象需要循环调用，耗时长。如字典对象
- 循环引用 => 计数器永不为
0, 对象无法回收，导致内存泄漏
标记-清除
算法是一种基于追踪回收（tracing GC）技术实现的垃圾回收算法
一旦无法访问这些对象，要正确处理这些对象，首先需要识别它们。在识别循环的函数内部，维护了两个双向链表：一个列表包含所有要扫描的对象，
另一个将包含所有“暂时”无法访问的对象
GC启动时，它要扫描的所有容器对象都在第一个链表上。目标是移动所有无法到达的对象。由于大多数对象都是可达的，因此移动不可达的对象会更有效，因为这涉及更少的指针更新
标记阶段
对象之间通过指针连在一起，构成一个有向图，对象构成这个有向图的节点，而引用关系构成这个有向图的边。从根对象[全局变量、调用栈、寄存器]出发，沿着有向边遍历对象，
可达的对象标记为活动对象， 不可达的对象就是要被清除的非活动对象。
清除阶段
遍历所有对象，如果发现某个对象没有标记为“可达”，则就回收。
分代收集
分代回收是建立在标记清除技术基础之上
为了限制每次垃圾收集所花费的时间，GC使用了一种流行的优化：generations。这个概念背后的主要思想是假设大多数对象的生命周期都很短，
因此可以在创建后不久就被收集起来。这已被证明非常接近许多 Python 程序的实际情况，因为许多临时对象的创建和销毁速度非常快。
对象越旧，它变得无法访问的可能性就越小。
Python对象被分为三种世代:
- G0: 刚创建的对象
- G1: 如果在一轮
GC扫描中存活下来，则移至G1，处于G1的对象被扫描次数会减少 - G2: 如果再次在扫描中活下来，则进入
G2，处于G2的对象被扫描次数将会更少