核心要点
知道 CPython 小整数/短字符串等对象池与引用计数
理解循环引用与 gc 模块的分代回收
能对比 Python GC 与 JVM/手动管理的差异
标准回答
内存分配：CPython 在堆上为对象分配内存，有 pymalloc 小对象分配器（<512 字节）减少系统调用开销。
引用计数（主要机制）：每个对象有 ob_refcnt，引用 +1、失效 -1，归零立即释放。优点：确定性、低延迟；缺点：无法自动处理循环引用。
循环垃圾回收：gc 模块对容器对象做分代回收（0/1/2 代），检测并打破引用环。可用 gc.disable() 关闭（极少场景）。
intern 与池化：小整数 [-5, 256]、部分短字符串被 intern，节省内存。
与 AI 工程：大 NumPy 数组/PyTorch Tensor 多在 C 扩展层管理，不受纯 Python GC 同等影响；注意 GPU 显存需 del + torch.cuda.empty_cache() 等显式管理。
常见误区
⚠️ 常见踩坑
误以为 del x 或引用计数归零就把内存还给了操作系统——CPython 的 pymalloc 常把小块内存留在内部池里复用。还有人以为引用计数能处理一切，忽略了循环引用必须靠分代 gc 才能回收；含 del 的对象一旦陷入循环引用，旧版 Python 还可能回收失败。
追问
追问 1：什么是循环引用？举例说明。
a = []; b = [a]; a.append(b) 形成 list 互相引用，引用计数永不为零。可用 gc.collect() 检测回收；设计时用 weakref 打破环，或显式 del 断开引用。
追问 2：del x 会立即释放内存吗？
del x 只删除当前作用域的名字绑定，引用计数减一；计数归零时对象析构，但 pymalloc 可能缓存小块内存供后续复用，不一定立刻归还操作系统。大对象或 mmap 分配的更可能及时释放给 OS。
追问 3：PyPy 的 GC 和 CPython 有何不同？
PyPy 用增量式 GC（非引用计数为主），停顿更可控，适合长驻服务；CPython 引用计数在每次引用变化时有开销但释放及时。二者对扩展 C 库的行为可能不同。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。
📰 AI 资讯