结论先行：CPython 的垃圾回收主力是引用计数——每个对象头里存着一个计数，引用清零的瞬间对象立即被释放，实时性拉满。但引用计数有一个致命软肋：循环引用（A 指着 B、B 指着 A，计数永远降不到 0）。为了兜这个底，CPython 又叠加了第二套机制：分代回收（generational GC）——定期扫描容器对象，专门清理"计数不为 0 但已经没人要"的循环引用垃圾。两套机制配合，才有 Python "基本不用管内存"的体验。

1. 主力机制：引用计数，清零即释放

CPython 里每个对象都有一个引用计数（

）。每多一个名字指向它，计数 +1；每少一个，计数 -1。

计数归零的瞬间，对象立即释放

——不需要等待，不需要扫描。

import sys

a = [1, 2, 3]
print(sys.getrefcount(a))   # 2：变量 a + getrefcount 的临时参数

b = a
print(sys.getrefcount(a))   # 3：多了个 b

del b
print(sys.getrefcount(a))   # 又回到 2

注意 getrefcount 的结果永远比肉眼多 1

——因为调用它时，实参本身也算一次临时引用。这个小细节经常在面试里被追问。

：对象一死立刻回收，内存曲线平滑，不会像某些语言一样攒一波再卡一下。代价是

，且每次赋值都要改计数——速度上的开销，换来了行为的可预测。

class Node:
    def __init__(self):
        self.partner = None

a = Node()
b = Node()
a.partner = b
b.partner = a

del a
del b          # 两个对象的计数都还是 1，谁都释放不了

。如果只靠引用计数，这段代码每跑一次就漏一块内存——跑个几天几夜，服务就 OOM 了。

这类"计数不为 0 但其实已经没人要"的垃圾，只能靠第二套机制兜底。

CPython 的分代回收基于一个统计学假设：

大部分对象朝生夕死，活得越久的对象，越不可能变成垃圾

它把所有容器对象分成三代（第 0 代最年轻），每代是一个链表：

：从该代开始，遍历容器对象，把互相引用但外部已不可达的对象标记为垃圾，一起清掉。第 2 代回收（full collection）最重，会把所有代都扫一遍。

import gc

print(gc.get_count())        # (当前0代计数, 1代计数, 2代计数)
print(gc.get_threshold())    # (700, 10, 10)——三代阈值

gc.collect()                 # 手动触发一次 full collection
print(gc.get_stats())        # 各代历次回收的统计

 能让吞吐更高，但循环引用会无限堆积，内存只涨不跌。除非你确定程序里根本没有循环引用，否则别关。

 这个标签撕了，计数减 1。如果还有别的引用（比如列表元素、闭包捕获、异常 traceback），对象照样活着。

误区二：引用计数是"纯 Python"实现的。

不是。它在 C 层，由解释器在对象创建/赋值/传参时自动维护，Python 代码碰不到，也关不掉（能关的只是分代回收那套）。

误区三：Python 有 GIL，所以 GC 是线程安全的。

分代回收确实是解释器统一调度的，但 

 在 C 层跑的时候会持有 GIL，长回收会阻塞所有线程——这也是"手动 full GC 造成卡顿"的根源。

：引用计数不是 Python 语言的"规定"，而是 CPython 这个"参考实现"的选择。写代码时你可以依赖"对象没人要就会被收走"，但

想清楚这两套机制怎么配合，你看 Python 内存曲线时的每一个疑问，就都有了解释。

*下一篇：《Python 的浅拷贝和深拷贝到底差在哪？一个嵌套列表实验讲透》——

 之后，改一个为什么另一个也跟着变。关注不迷路。*

Python 的垃圾回收到底回收了谁？引用计数+分代回收一次讲清

结论先行：CPython 的垃圾回收主力是引用计数，每个对象头里存着一个计数，引用清零的瞬间对象立即被释放；但循环引用是它的软肋，分代回收正是为兜这个底而生。

编程语言

CPython内存管理靠引用计数实时释放对象，但循环引用会导致内存泄漏，需分代回收兜底。分代回收按0/1/2代阈值700/10/10定期扫描清理垃圾。手动gc.collect()仅在循环引用密集场景有效，普通代码不建议调用，gc.disable()可能引发内存无限增长。理解这两套机制是掌握Python内存管理的关键。

虚拟机

解释器

容器

Python

让每一个 Agent，都跑在云上

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

Python 的垃圾回收到底回收了谁？引用计数+分代回收一次讲清

Python 的垃圾回收到底回收了谁？引用计数+分代回收一次讲清

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐