什么是垃圾回收，为什么需要垃圾回收？
内存管理
大部分编程语言（包括python）都是使用对象来进行操作，也就是说，在python中万物皆对象（包括你写的数字、字符串、函数、类等等）。这些对象都是存在电脑内存中（因为内存的读写速度相当快）。在python中，所有的变量名都可以看成是对象的引用（指向内存中对象地址的指针）。每当程序中用到一个变量时，程序会依据地址来读取内存中的变量指向的对象。同学们可以用下面的代码查看对象的十进制和十六进制地址。
temp="qwe"
print(id(temp)) #2623140777840
print(hex(id(temp))) #0x262bf5fcf70在早期的编程语言中（比如c和c++），程序猿通常需要自己进行内存管理。我们通常在一些博客中看见C++程序猿需要开辟一块内存等等。因为当他们需要创造一个列表或者对象时，需要分配一块内存给他们的变量，当用完时，还需要自己去释放这块内存。这样就会导致两个问题
- 忘记释放内存：如果在用完变量后不释放内存的话，将会导致内存泄漏（是的，这就是内存泄漏，听名字不像，但是它的确就意味着着分配的内存没有及时释放）。这会导致你的程序使用过多内存，产生严重的问题。
- 悬空指针：悬空指针代表着一个指向空地址的变量，这是因为内存被释放的太早了。
为了避免这两个问题，python采用了垃圾回收机制。当然不是说，采用垃圾回收机制后，肯定不会发生这些问题，但是能避免绝大部分就足够了。
python中的垃圾回收机制
首先需要假定你的编译器是cpython。
然后，CPython中的垃圾回收有两个方面：
- 引用计数
- 分代回收
引用计数回收机制
CPython中的主要的垃圾回收方式是引用计数机制，每当你创建一个python对象时，底层的C对象会包含一个python对象以及一个引用计数器（reference count）。
每当有一个变量指向一个python对象时，它的引用计数器就会增加1，反之一个变量取消对它的引用时，它的计数器就会减少1.当计数器值变为0时，这块内存就会被释放掉。
引用计数的垃圾回收机制有缺点也有优点。缺点是无法解决循环引用的垃圾回收，优点是可以当一个对象的计数器为0时可以很迅速的释放那块内存。
看一下如何查看python对象的引用计数器值，注意，当一个对象被一个函数当做参数时，它的计数器也会加1
import sys
a = 'my-string'
sys.getrefcount(a)
#2代回收机制
为什么需要有这样一个机制辅助引用计数机制呢，就是为了解决引用计数机制的无法回收循环对象的问题。，下面给大家看一个循环对象，我自己引用自己！强不强！
class MyClass(object):
pass
a = MyClass()
a.obj = a
del a这样的话，这个对象的引用计数器的值永远不为0，这时候就需要代回收机制。要理解代回收机制需要理解两个核心概念。
第一个是“代”（generation）的概念，这个代不是代替的意思而是一代的意思。python中一共有三代，不同的对象被划分为不同的代。代回收机制持续跟踪内存中的所有对象，当一个对象呗新建出来的时候会被划分为第一代。当代回收机制开始在第一代执行回收时，假如这个对象没有被释放，它将会被划分为第二代。同样，它要是在第二代没被清除时，会被划分为第三代。代数越高，被检查的概率就越低，因此被释放的概率也越低。
第二个概念是阈值（threshold），对于每一代，python都会设定一个阈值，当这一代的对象数目超过阈值，python就会触发这个垃圾回收进程。每次一个对象没有被回收的时候就会进入更高的一代。通常情况下，这个阈值是700，10，10，同学们可以用以下代码查询
import gc
print(gc.get_threshold())还可以查询每一代已经有多少数量了
gc.get_count()同样，这些阈值可以根据需要进行设置，大家可以自己查一查
