一、什么是Python垃圾回收机制
垃圾回收机制（简称GC）是Python解释器自带一种机制，专门用来回收不可用的变量值所占用的内存空间。每种语言都会有其特有的垃圾回收机制，以实现对计算机内存资源的最大利用。
二、为什么要有Python垃圾回收机制
因为Python程序在运行中会申请大量的内存空间（堆区），而当Python不再能够访问到这些内存空间时，这些内存空间就成了垃圾。若不对这些垃圾进行处理的话，随着程序的运行，内存就会被大量的垃圾所占据，最后导致运行缓慢，甚至宕机。不同于别的语言，Python解释器自带的垃圾回收机制，替程序员完成了堆区内存的申请与释放。
三、什么是Python垃圾回收机制
3.1 Python中变量存放规则
在Python中定义变量时，变量名和变量值都是需要存储的，分别对应内存中的两块区域：栈区与堆区。
PS：在C中概念
栈区：由系统自动分配释放，存放函数内的局部变量，形参和函数返回值。不需要开发人员手动管理。
堆区：由程序员调用malloc()来主动申请，使用free()来释放内存。若申请了堆区内存，之后忘记释放内存，很容易造成内存泄漏。若程序员不释放，在程序结束时，由操作系统回收。
经过这一段时间的学习，按照我的理解，Python中的变量都是在栈区申请的指针类型变量，并指向堆区中，Python解释器给该变量开辟的对应内存。其结构如下图（转自Egon老师的知乎）：
x = 10
y = 20
当我们执行如下代码时候，将发生变化。x将在栈区重新申请一个空间来拷贝y变量存的内存地址（我认为是，在底层C语言中，x不知道收到的指针是什么类型，于是根据y的指针类型在栈区重新开辟空间）：
x = y
3.2 直接引用和间接引用
直接引用是从栈区出发，直接引用到的内存地址。（栈—>堆）
间接引用是从栈区出发引用到堆区后，再通过进一步引用才能到达的内存地址。（堆—>堆）
如（转自Egon老师的知乎）：
l2 = [20, 30] # 列表本身被变量名l2直接引用，包含的元素被列表间接引用
x = 10 # 值10被变量名x直接引用
l1 = [x, l2] # 列表本身被变量名l1直接引用，包含的元素被列表间接引用
四、垃圾回收机制的原理
主要机制包含以下三块：
1、引用计数：根据变量值被变量名关联的次数来跟踪和回收垃圾。（最主要）
2、标记-清除：解决出现循环引用，已无法访问的内存不能被释放问题。（优化）
3、分代回收：以空间换取时间的方法提高垃圾回收机制的效率。（优化）
4.1引用计数
age = 18 #此时值18的引用计数为1
m = age #此时值18的引用计数变为2
如下（转自Egon老师的知乎）：
引用计数的减少：
age = 10 #age与值18解除关联，再与10建立关联。此时值18的引用计数变为1
del m #del 即使变量名m与值18解除关联，此时值18的引用计数变为0
此时值18的引用计数为0，根据Python垃圾回收机制（引用计数规则），值18所占用的内存空间应被解释器回收。
5.2 标记-清除 机制
问题：
引用计数机制虽然可以收回大部分情况下的垃圾，但是也有其缺陷。有一种情况，即循环引用。
# 如下我们定义了两个列表，简称列表1与列表2，变量名l1指向列表1，变量名l2指向列表2
>>> l1=['xxx'] # 列表1被引用一次，列表1的引用计数变为1
>>> l2=['yyy'] # 列表2被引用一次，列表2的引用计数变为1
>>> l1.append(l2) # 把列表2追加到l1中作为第二个元素，列表2的引用计数变为2
>>> l2.append(l1) # 把列表1追加到l2中作为第二个元素，列表1的引用计数变为2
循环引用会导致：值不再被任何栈区的变量名关联，但是值的引用计数不是0，此时无法根据第一种引用计数机制回收。操作如下：
>>> del l1 # 列表1的引用计数减1，列表1的引用计数变为1
>>> del l2 # 列表2的引用计数减1，列表2的引用计数变为1
此时两个列表的引用计数仍为1，但是两个列表不再被任何其他对象关联，我们是无法访问到这两个列表的。此时这两个列表无疑是垃圾，然而却无法被回收。一旦程序运行到一定程度，这种内存占用最终会导致程序的崩溃。
解决方案：
容器对象（比如：list，set，dict，class，instance）都可以包含对其他对象的引用，所以都可能产生循环引用。而“标记-清除”计数就是为了解决循环引用的问题。
标记/清除算法的做法是当应用程序可用的内存空间被耗尽的时，就会停止整个程序，然后进行两项工作，第一项则是标记，第二项则是清除
#1、标记
通俗地讲就是：
栈区相当于“根”，凡是从根出发可以访达（直接或间接引用）的，均可存活。
具体地：标记的过程其实就是，遍历所有的GC Roots对象(以栈区中的所有内容或者线程作为顶点，类似使用prim算法，遍历整个堆区顶点（一种图结构）），然后将所有GC Roots的对象可以直接或间接访问到的对象标记为存活的对象，其余的均为非存活对象，应该被清除。
#2、清除
清除的过程将遍历堆中所有的对象，将没有标记的对象全部清除掉。
5.3分代回收机制
问题：
由于基于引用计数的回收机制，每次回收内存，都需要把所有对象的引用计数都遍历一遍，这是非常消耗时间的，于是引入了分代回收来提高回收效率，分代回收采用的是用“空间换时间”的策略。
解决方案：
分代指的是根据存活时间来为变量划分不同等级（也就是不同的代）
新定义的变量，放到新生代这个等级中，假设每隔1分钟扫描新生代一次，如果发现变量依然被引用，那么该对象的权重（权重本质就是个整数）加一，当变量的权重大于某个设定得值（假设为3），会将它移动到更高一级的青春代，青春代的gc扫描的频率低于新生代（扫描时间间隔更长），假设5分钟扫描青春代一次，这样每次gc需要扫描的变量的总个数就变少了，节省了扫描的总时间，接下来，青春代中的对象，也会以同样的方式被移动到老年代中。也就是等级（代）越高，被垃圾回收机制扫描的频率越低
这种方法无疑可以提升效率，不过当一个新生代变量又或者一个青春代变量，在扫描后晋升，但立即便解除了绑定关系，这时就会有一定的延迟。不过综合来看，这种做法仍能大幅度提升效率，瑕不掩瑜。