内存管理与垃圾回收

Python 的内存管理是“引用计数为主、分代回收为辅”的混合机制。面试主线：对象什么时候被回收、循环引用怎么破、分代为什么快。

引用计数

每个对象维护引用计数（ob_refcnt），计数归零立即回收（内存释放、析构调用）：

• 赋值、传参、入容器：计数 +1
• del、离开作用域、出容器：计数 -1
• 优点：实时回收，没有等待期，内存及时释放
• 缺点：无法处理循环引用（A 引用 B、B 引用 A，计数永不归零），维护计数本身有开销

a = []      # 引用计数 1
b = a       # 2
del a       # 1
del b       # 0 → 立即回收

循环引用与标记清除

循环引用只能靠 gc 模块的标记清除（mark and sweep）：

• 从根对象（全局、栈）出发遍历可达对象，标记存活
• 未标记的就是垃圾，清除
• 只有可能形成循环的容器对象（list/dict/自定义类实例）才进 gc 追踪，int/str 不进

class Node:
    def __init__(self):
        self.other = None

a, b = Node(), Node()
a.other, b.other = b, a   # 互相引用, 引用计数失效
del a, b                  # 只能靠 gc 回收

weakref 打破循环：弱引用不增加引用计数，目标存活时可用，回收后返回 None。缓存、观察者模式的正确姿势。

分代回收

• 三代：0 代（新生）、1 代、2 代（老生）
• 每代有阈值（如 0 代 700 次分配触发一次 gc）
• 刚创建的对象最容易死（临时对象），只扫 0 代就能回收大部分垃圾，扫描代价小
• 活过几轮的对象大概率继续存活，减少扫描频率
• 这就是“分代”的收益：用最少的扫描收最多的垃圾

gc.collect() 手动触发，gc.disable() 关闭（高性能场景可能关闭后手动管理，不推荐新手）。

内存泄漏排查

• tracemalloc：跟踪内存分配来源
• gc.get_objects()：看存活对象
• 常见泄漏源：全局缓存只加不删、事件监听器未解绑、闭包持有大对象、循环引用配 del（gc 无法回收带 del 的循环引用对象，会进 gc.garbage）

面试追问

1. Python 用什么回收内存？ 引用计数为主：归零立即回收。循环引用靠 gc 标记清除兜底
2. 引用计数的缺点？ 循环引用无法回收，计数维护有开销。所以配分代回收
3. 分代回收为什么快？ 新生对象最容易死，只扫 0 代就能回收大部分；老对象跳过多次扫描
4. 循环引用怎么处理？ gc 的标记清除自动处理；设计上避免，用 weakref 打破引用环
5. 带 del 的对象为什么泄漏？ 循环引用加 del 的对象 gc 无法安全回收（进 gc.garbage）。避免在 del 里做清理，用 context manager 或 weakref.finalize