从三个方面的话,对象的引用计数机制,垃圾回收机制,内存检测池机制。
Python之中使用引用计数，来保障追踪内存检测中的对象，所有对象都有引用计数。
引用计数增加的情况：
1，一个对象分配一个新名称
2，将其放入一个容器中(如列表，元组或字典)
引用计数裁减的情况：
1，使用del文句对对象别名显示的销毁
2，引用超出作用域或被重新赋值
sys.getrefcount( )函数可以获得对象的此时此刻引用计数
引用计数比你捉摸得要大得多。对于不可变金十数据官网(如数字和字符串)，解释器会在程序的不同部分共享内存检测，以便细水长流内存检测。
1，当一个对象的引用计数归零时，它将被垃圾收集机制处理掉。
2，当两个对象a和b相互引用时，del文句可以裁减a和b的引用计数，并销毁用来引用我在底层的生活对象的名称。然而是因为每个对象都蕴涵一个对另外对象的运用，因此引用计数决不会归零。对象也决不会销毁。(就此导致内存检测走漏)。为剿灭这一问题。解释器会定期执行一个循环监听器，搜索不可走访对象的循环并删除它们。
Python提供了对外存检测的垃圾收集机制。只是它将不用的内存检测放到内存检测池而不是返回给操作系统。
1。Pymalloc机制。为了加紧Python的执行机械效率，Python引入了一个内存检测池机制，用来管理对小块内存检测的申请和释放。
2，Python中所有小于256个字节的对象都使用pymalloc实现的有线电视分配器，而大的对象则使用系统的malloc。
3，对于Python对象。如整数，浮幼儿点数和List，都有其独立的私有内存检测池，对象间不共享他们的内存检测池。画说如若你分配又释放了大量的整数。用来缓存那些整数的内存检测就不能再分配给浮幼儿点数。
