垃圾回收机制一般有两个阶段：垃圾检测和垃圾回收。
Python GC 主要使用引用计数来跟踪和垃圾回收。在引用计数的基础上，通过“标记-清除”解决容器对象可能产生的循环引用问题，通过“分代回收”以空间换时间的方法来提高垃圾回收效率。
Python 的垃圾回收经历了三个阶段：
- 引用计数
每个对象维护一个引用计数，用来记录该对象当前被引用的次数，每当新的引用指向该对象时，它的引用计数会 +1，当对象的引用失效时，引用计数 -1。一旦引用计数为 0，那么对象立即被回收，对象占用的内存空间会被释放。但是它无法解决对象的“循环引用”。我估计 C++ 程序员对这块应该特别理解。
Python 通过sys模块来查看对象的引用计数
>>> import sys
>>> a = [1, 2]
>>> sys.getrefcount(a)
2
# 为什么会是 2 呢？因为传入函数时也使用的是引用
# 但是这里还有一个很令我迷惑的问题
# 当引用计数一个 数字的时候，这个值很大
>>> sys.getrefcount(2)
931 --> 你机器上可能会不同
# 难道是因为 2 在 Python 中被缓存了？？
有几种方式可以增加引用计数：
对象被创建 ， 别名被创建
传递给函数， 成为容器对象的一个元素
减少引用计数方式：
对象/别名被销毁， 离开函数作用域
- 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。等到没有空闲内存的时候，从寄存器和栈上的引用出发，遍历以对象为节点、以引用为边构成的图，把所有可以访问到的对象上打标记，然后清扫内存，没有标记的对象释放。 - 分代回收
分代回收是一种以空间换时间的操作方式，Python将内存根据对象的存活时间划分为不同的集合，每个集合称为一个代，Python将内存分为了3“代”，分别为年轻代（第0代）、中年代（第1代）、老年代（第2代），他们对应的是3个链表，它们的垃圾收集频率与对象的存活时间的增大而减小。新创建的对象都会分配在年轻代，年轻代链表的总数达到上限时，Python垃圾收集机制就会被触发，把那些可以被回收的对象回收掉，而那些不会回收的对象就会被移到中年代去，依此类推，老年代中的对象是存活时间最久的对象，甚至是存活于整个系统的生命周期内。同时，分代回收是建立在标记清除技术基础之上。
来自于网上：
Python 实现了一个内存池机制，将不同的内存放到操作系统而不是返回给操作系统。Python 中所有小于 256 字节的对象都使用 pymalloc 实现的分配器，大对象使用系统的 malloc。
