語言的記憶體管理是語言設計的一個重要方面。它是決定語言性能的重要因素。無論是C語言的手工管理，還是Java的垃圾回收，都成為語言最重要的特征。這裡以Python語言為例子，說明一門動态類型的、面向對象的語言的記憶體管理方式。
指派語句是語言最常見的功能了。但即使是最簡單的指派語句，也可以很有内涵。Python的指派語句就很值得研究。
整數1為一個對象。而a是一個引用。利用指派語句，引用a指向對象1。Python是動态類型的語言(參考動态類型)，對象與引用分離。Python像使用“筷子”那樣，通過引用來接觸和翻動真正的食物——對象。
引用和對象
為了探索對象在記憶體的存儲，我們可以求助于Python的内置函數id()。它用于傳回對象的身份(identity)。其實，這裡所謂的身份，就是該對象的記憶體位址。
在我的計算機上，它們傳回的是:
11246696
'0xab9c68'
分别為記憶體位址的十進制和十六進制表示。
在Python中，整數和短小的字元，Python都會緩存這些對象，以便重複使用。當我們建立多個等于1的引用時，實際上是讓所有這些引用指向同一個對象。
上面程式傳回
可見a和b實際上是指向同一個對象的兩個引用。
為了檢驗兩個引用指向同一個對象，我們可以用is關鍵字。is用于判斷兩個引用所指的對象是否相同。
上面的注釋為相應的運作結果。可以看到，由于Python緩存了整數和短字元串，是以每個對象隻存有一份。比如，所有整數1的引用都指向同一對象。即使使用指派語句，也隻是創造了新的引用，而不是對象本身。長的字元串和其它對象可以有多個相同的對象，可以使用指派語句建立出新的對象。
在Python中，每個對象都有存有指向該對象的引用總數，即引用計數(reference count)。
我們可以使用sys包中的getrefcount()，來檢視某個對象的引用計數。需要注意的是，當使用某個引用作為參數，傳遞給getrefcount()時，參數實際上建立了一個臨時的引用。是以，getrefcount()所得到的結果，會比期望的多1。
由于上述原因，兩個getrefcount将傳回2和3，而不是期望的1和2。
Python的一個容器對象(container)，比如表、詞典等，可以包含多個對象。實際上，容器對象中包含的并不是元素對象本身，是指向各個元素對象的引用。
我們也可以自定義一個對象，并引用其它對象:
可以看到，a引用了對象b。
對象引用對象，是Python最基本的構成方式。即使是a = 1這一指派方式，實際上是讓詞典的一個鍵值"a"的元素引用整數對象1。該詞典對象用于記錄所有的全局引用。該詞典引用了整數對象1。我們可以通過内置函數globals()來檢視該詞典。
當一個對象A被另一個對象B引用時，A的引用計數将增加1。
由于對象b引用了兩次a，a的引用計數增加了2。
容器對象的引用可能構成很複雜的拓撲結構。我們可以用objgraph包來繪制其引用關系，比如
objgraph是Python的一個第三方包。安裝之前需要安裝xdot。
objgraph官網
兩個對象可能互相引用，進而構成所謂的引用環(reference cycle)。
即使是一個對象，隻需要自己引用自己，也能構成引用環。
引用環會給垃圾回收機制帶來很大的麻煩，我将在後面詳細叙述這一點。
某個對象的引用計數可能減少。比如，可以使用del關鍵字删除某個引用:
del也可以用于删除容器元素中的元素，比如:
如果某個引用指向對象A，當這個引用被重新定向到某個其他對象B時，對象A的引用計數減少:
吃太多，總會變胖，Python也是這樣。當Python中的對象越來越多，它們将占據越來越大的記憶體。不過你不用太擔心Python的體形，它會乖巧的在适當的時候“減肥”，啟動垃圾回收(garbage collection)，将沒用的對象清除。在許多語言中都有垃圾回收機制，比如Java和Ruby。盡管最終目的都是塑造苗條的提醒，但不同語言的減肥方案有很大的差異 (這一點可以對比本文和Java記憶體管理與垃圾回收
)。
從基本原理上，當Python的某個對象的引用計數降為0時，說明沒有任何引用指向該對象，該對象就成為要被回收的垃圾了。比如某個建立對象，它被配置設定給某個引用，對象的引用計數變為1。如果引用被删除，對象的引用計數為0，那麼該對象就可以被垃圾回收。比如下面的表:
del a後，已經沒有任何引用指向之前建立的[1, 2, 3]這個表。使用者不可能通過任何方式接觸或者動用這個對象。這個對象如果繼續待在記憶體裡，就成了不健康的脂肪。當垃圾回收啟動時，Python掃描到這個引用計數為0的對象，就将它所占據的記憶體清空。
然而，減肥是個昂貴而費力的事情。垃圾回收時，Python不能進行其它的任務。頻繁的垃圾回收将大大降低Python的工作效率。如果記憶體中的對象不多，就沒有必要總啟動垃圾回收。是以，Python隻會在特定條件下，自動啟動垃圾回收。當Python運作時，會記錄其中配置設定對象(object allocation)和取消配置設定對象(object deallocation)的次數。當兩者的內插補點高于某個門檻值時，垃圾回收才會啟動。
我們可以通過gc子產品的get_threshold()方法，檢視該門檻值:
傳回(700, 10, 10)，後面的兩個10是與分代回收相關的門檻值，後面可以看到。700即是垃圾回收啟動的門檻值。可以通過gc中的set_threshold()方法重新設定。
我們也可以手動啟動垃圾回收，即使用gc.collect()。
Python同時采用了分代(generation)回收的政策。這一政策的基本假設是，存活時間越久的對象，越不可能在後面的程式中變成垃圾。我們的程式往往會産生大量的對象，許多對象很快産生和消失，但也有一些對象長期被使用。出于信任和效率，對于這樣一些“長壽”對象，我們相信它們的用處，是以減少在垃圾回收中掃描它們的頻率。
小家夥要多檢查
Python将所有的對象分為0，1，2三代。所有的建立對象都是0代對象。當某一代對象經曆過垃圾回收，依然存活，那麼它就被歸入下一代對象。垃圾回收啟動時，一定會掃描所有的0代對象。如果0代經過一定次數垃圾回收，那麼就啟動對0代和1代的掃描清理。當1代也經曆了一定次數的垃圾回收後，那麼會啟動對0，1，2，即對所有對象進行掃描。
這兩個次數即上面get_threshold()傳回的(700, 10, 10)傳回的兩個10。也就是說，每10次0代垃圾回收，會配合1次1代的垃圾回收；而每10次1代的垃圾回收，才會有1次的2代垃圾回收。
同樣可以用set_threshold()來調整，比如對2代對象進行更頻繁的掃描。
引用環的存在會給上面的垃圾回收機制帶來很大的困難。這些引用環可能構成無法使用，但引用計數不為0的一些對象。
上面我們先建立了兩個表對象，并引用對方，構成一個引用環。删除了a，b引用之後，這兩個對象不可能再從程式中調用，就沒有什麼用處了。但是由于引用環的存在，這兩個對象的引用計數都沒有降到0，不會被垃圾回收。
孤立的引用環
為了回收這樣的引用環，Python複制每個對象的引用計數，可以記為gc_ref。假設，每個對象i，該計數為gc_ref_i。Python會周遊所有的對象i。對于每個對象i引用的對象j，将相應的gc_ref_j減1。
周遊後的結果
在結束周遊後，gc_ref不為0的對象，和這些對象引用的對象，以及繼續更下遊引用的對象，需要被保留。而其它的對象則被垃圾回收。
Python作為一種動态類型的語言，其對象和引用分離。這與曾經的面向過程語言有很大的差別。為了有效的釋放記憶體，Python内置了垃圾回收的支援。Python采取了一種相對簡單的垃圾回收機制，即引用計數，并是以需要解決孤立引用環的問題。Python與其它語言既有共通性，又有特别的地方。對該記憶體管理機制的了解，是提高Python性能的重要一步。