“??引用计数器?为主，?标记清除?和?分代回收?为辅，+??缓存机制?。”?
1.??引用计数器：
?1.1 环状的双向链表refchain：?
在python程序中，?创建?的任何一个?对象?都会?加入到?这个 refchain?双向链表?中。
例：?
name = 'wuhan'
new = name操作系统会在内存中开辟一块空间存name这个对象，在内存中会为name这个对象创建一些数据 （即，一个结构体，包括?上一个对象位置、下一个对象位置，本数据的数据类型，本数据的引用个数（相同的）以及?具体数据（不同的）），new=name，操作系统不会为new开辟新空间，会在name开辟空间中的引用处标记2，即两个位置使用’wuhan‘这块空间。
# 内存中会创建一些数据：[上一个对象位置，下一个对象位置，类型，引用个数，val=18]
age = 18
# 内存中会创建一些数据：[上一个对象位置，下一个对象位置，类型，引用个数，items=元素，元素个数]
hobby = ["篮球","美女"]C源码：
?1.2 类型封装的结构体：
?1.3 引用计数器：
当python程序运行时，会根据对象数据类型不同，找到对应的结构体，根据结构体中的字段来创建相关的数据，然后将对象添加到refchain这个双向链表中。
C源码中有两个关键的结构体：PyObject、PyVarObject。
创建对象的结构体中，都有ob_refcnt这个字段，这个就是引用计数器。创建对象的时候ob_refcnt的值默认是1，当有其他变量对这个对象进行引用时，引用计数器就会发生变化。
~ 引用：?
# b 与 a 指向同一块内存地址 都对9999这个 值 进行了引用
a = 9999
b = a~ 删除引用 ：当对象的引用计数器为0时，意味着没有人再使用这个对象了，这个对象就是垃圾，对这个对象进行垃圾回收。回收：1.对象从refchain双向链表中移除；2.将对象进行销毁，把内存归还给操作系统。
a = 9999
b = a
del b # b变量删除，b对应对象的引用计数器值 - 1
del a # a变量删除，a对应对象的引用计数器值 - 1
# 当对象的引用计数器为0时，意味着没有人再使用这个对象了，这个对象就是垃圾，对这个对象进行垃圾回收
# 回收：1.对象从refchain双向链表中移除；2.将对象进行销毁，把内存归还给操作系统。1.4 引用计数器一个bug ，即循环引用问题 ：
实际上del v1 和del v2 之后没有对两个列表进行引用的对象了，但是引用计数器不为0，不能被回收，形成垃圾，占用内存。
2.??标记清除：
标记清除?引入的目的：?为了解决引用计数器循环引用的不足。
标记清除?的实现：在python的底层中再维护一个链表?，链表中放可能存在循环引用的对象（如 list \ tuple \ dict \ set）。
某种情况下，在python内部会去扫描，可能存在循环引用的链表中的每个元素，检查是否有循环引用，如果有，则让双方的引用计数器-1，如果双方的引用计数器都为0，则是垃圾，该被回收；如果双方的引用计数器不为0，则不动该对象。每个元素的子元素都要被扫描一次。
标记清除 问题：
a. 什么时候扫描？
b.?每个元素的子元素都要被扫描一次，可能存在循环引用的这个链表?扫描的代价大！耗时久。
3.??分代回收：
分代回收?引入目的：为解决标记清除的问题；
分代回收?实现：将可能存在循环引用的对象?维护成?3个链表：0代、1代、2代?。每一代都是一个双向链表。
分代回收?扫描时间：
0代：0代对象个数达到700个，扫描一次；
1代：0代扫描10次，1代扫描一次；
2代：1代扫描10次，2代扫描一次；
分代回收?过程：创建对象，把有可能存在循环引用的对象加入到refchain和0代链表，0代扫描，ob_refcnt自减1，如果ob_refcnt值为0，进行垃圾回收；否则把数据从0代?升级?到1代，0代里扫描后，0代理就没有数据了，该回收的回收，该升级的升级。
4.小结 ：
1）在python中维护了一个refchain的双向环状链表，这个链表存储程序创建的所有对象。
2）每种类型的对象中都包含一个ob_refcnt引用计数器的值，当有引用时ob_refcnt+1，删除引用时ob_refcnt-1；当引用计数器的值变为0时进行垃圾回收（对象销毁，从refchain中移除该对象）。
3）但是，在python中对于那些可以有多个元素组成的对象（list、tuple、set、dict），可能存在循环引用的问题，为了解决这个问题，python引入了标记清除和分代回收。也就是在python内部维护了四个链表：refchain（维护所有对象），2代（10次），1代（10次），0代（700个对象）。在源码内部当达到各自的阈值时，就会触发扫描链表进行标记清除，即有循环引用则各自-1。
4）python的源码内部在上述的流程中提出了优化机制 ：缓存机制。
5.?缓存机制：?
?5.1 池：（int）
为避免重复创建和销毁一些常见的对象，维护池。
启动解释器时，python内部帮我们创建：-5，-4，......，257?，引用如上这期间的数据不会再创建新对象，直接引用小数据池中的数据对象，小数据池中的对象永远不会被回收。
v1 = 7 # 内部不会开辟内存，直接去池中获取，加到refchain链表中
v2 = 9 # 同上
v3 = 9 # v3 与 v2 指向同一块内存
print(id(v2),id(v3))v4 = 999 # 开辟一块内存，创建一个新对象，加入到refchain
v5 = 666 # 开辟一块内存，创建一个新对象，加入到refchain
v6 = 666 # 开辟一块内存，创建一个新对象，加入到refchain?5.1 free_list：（float、list、tuple、dict)?
当引用计数器为0时，按理说应该回收该对象了?，但是python为了优化，不会直接回收，而是将这些数据添加到free_list列表中，以后再去创建对象，不重新开辟内存，而是直接使用free_list。free_list是有个数限制的，如80个。free_list满了，放不下的数据，才会被销毁。
v1 = 3.14 # 开辟内存，内部存储结构体中定义的那几个值，并存到refchain中
del v1 # refchain中移除，将对象添加到free_list中
v9 = 999.99 # 不会开辟内存，直接去free_list中获取对象，将对象内部数据进行初始化，在放到refchain中由上，当引入计数器为0时，有时候直接销毁，有时候被缓存管理起来。?
?
int、float、str对象只会放到refchain中，ob_refcnt=0，放到free_list中（未满），free_list满了销毁。
dict、list、set、tuple对像会放到refchain中，以及0代，ob_refcnt=0，放到free_list中（未满），free_list满了销毁。
?整理