python通过引用计数管理内存，对象引用计数为0时立即回收；但无法处理循环引用，需依赖gc模块的可达性分析来清理。

Python 主要靠引用计数来管理内存，对象被引用一次，计数就加一；引用被删除或离开作用域，计数就减一；当计数降为 0，对象立刻被回收。

引用计数怎么工作的？

每个 Python 对象内部都维护一个 ob_refcnt 字段，记录当前有多少变量、容器、参数等直接指向它。比如：

• a = [1, 2, 3] → 列表对象引用计数变为 1
• b = a → 同一个列表被 b 引用，计数变成 2
• del a 或 a = None → 计数减为 1
• del b → 计数归零，列表对象立即释放，内存返还给解释器

哪些操作会改变引用计数？

不只是赋值和 del，这些常见动作都会影响计数：

• 函数传参：func(x) 会让 x 指向的对象计数 +1（形参也持有一份引用）
• 放入容器：my_list.append(obj)、my_dict['key'] = obj 都会使 obj 计数 +1
• 属性绑定：inst.attr = obj 同样增加引用
• 临时变量：for 循环中迭代、with 语句里的 as 变量，也会在作用期间增加计数

怎么查看和验证引用计数？

用标准库 sys.getrefcount() 可以查，但要注意：调用它本身就会让目标对象计数临时 +1（因为参数传递），所以结果比实际多 1：

立即学习“Python免费学习笔记（深入）”；

import sys a = [] print(sys.getrefcount(a))  # 输出通常是 2（实际是 1，+1 来自 getrefcount 的参数传递）

真正想看原始计数，可用 ctypes 直接读内存（仅用于调试，不推荐生产使用）：

import ctypes def get_refcount(obj):     return ctypes.c_long.from_address(id(obj)).value

引用计数的局限在哪？

它高效及时，但解决不了循环引用问题。例如两个对象互相持有对方的引用：

class node:     def __init__(self):         self.ref = None 
a = Node() b = Node() a.ref = b b.ref = a
此时 a 和 b 的引用计数都不为 0，但已无法从外部访问 → 内存泄漏

这种情况下，Python 会启用第二道防线：**循环垃圾回收器（gc 模块）**，定期扫描并清理不可达的循环引用组。它不依赖引用计数，而是基于对象的可达性分析。