我们定义变量会申请内存空间来存放变量的值，而内存的容量是有限的，当一个变量值没有用了（称为垃圾），就应该将其占用的内存给回收掉。变量名是访问到变量的唯一方式，所以当一个变量值没有任何关联的变量名时，我们就无法访问到该变量了，该变量就是一个垃圾，会被python解释的垃圾回收机制自动回收。
一、什么是垃圾回收机制
垃圾回收机制（简称GC）是python解释器自带的一种机制，专门用来回收不可用的变量值所占用的内存空间
二、为什么要有垃圾回收机制
程序运行过程中会申请大量的内存空间，而对于一些无用的内存空间，如果不及时清理的话，会导致内存使用完（内存溢出），导致程序崩溃，因此，内存管理是一件重要且繁杂的事情，而python解释器自带的垃圾回收机制把程序员从繁杂的内存管理中解放出来。
三、垃圾回收机制原理分析
python的GC模块主要采用了‘引用计数’来跟踪和回收垃圾。在引用计数的基础上，还可以通过‘标记-清除’来解决容器对象可能产生的循环引用的问题，并且通过‘分代回收’来以空间换取时间的方式进一步提高垃圾回收的效率。
1，引用计数
引用计数就是：变量值被变量名关联的次数
如：
引用计数增加
x=10（此时，变量值10的引用次数为1）
y=x（此时，把x的内存地址给了y，此时，变量值10 的引用计数为2）
引用计数减少
x=3（此时，x和10解除关系，与3建立关系，变量值10的引用计数为1）
del y（del是解除变量名y与变量值10之间的关系，变量值10的引用计数为0），变量值10的引用计数为0，其占用的内存空间就会被回收
2，循环引用
引用计数机制执行效率问题：变量值被关联次数的增加或减少，都会引发引用计数机制的执行，这明显存在效率问题，这就是引用计数的一个软肋，但引用计数还存在一个致命弱点，即循环引用（也称交叉引用）。
# 变量名l1指向列表1，变量名l2指向列表2，如下
>>> l1=['列表1中的第一个元素'] # 列表1被引用一次
>>> l2=['列表2中的第一个元素'] # 列表2被引用一次
>>> 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的引用计数为2
# l1与l2
del l1 #列表1的引用计数为1
del l2 #列表2的引用计数为1现在列表1和列表2都没被其他变量名关联，但引用计数不为0，所以不会被回收，这就是循环引用的危害，为解决这问题，python引进了‘标记-清除’，‘分代回收’。
3，标记-清除
容器对象（list，set，dict，class，instance）都可以包含其他对象的引用，所以都可能产生循环引用。在了解‘标记-清除’之前，先得知道一个知识点：内存中有两块区域：堆区与栈区，在定义变量时，变量名放在栈区，变量值放在堆区，内存管理是对堆区的管理。
当有效内存空间被耗尽的时候，就会停止整个程序，然后进行两项工作，第一是标记，第二是清除
标记：遍历所有的GC Roots对象（栈区中的所有内容或者线程都可以作为GC Roots对象），然后将所有GC Roots对象可以直接访问或间接访问的对象标记为存活对象。
清除：遍历堆区中所有的对象，将没有标记的对象全部清除
4，分代回收
基于引用计数的回收机制，每次回收内存，需要把所有的对象的引用计数都遍历一遍，这是非常耗费时间的，于是引入分代回收提高回收效率，采用‘空间换取时间的策略’。
分代：在多次扫描的情况下，都没有被回收的变量值，GC机制会认为，该变量值的级别会增高，对其扫描的频率会降低。
分代指的是根据存活时间来划分变量值的等级（也就是不同的代）
新定义的变量值，会放在新生代中，假设每隔1分钟扫描一次，如果发现变量值依然存活，那该变量值的等级会提高，当权重大于3（假设为3），会放到青春代中，每隔5分钟扫描一次，继续存活下去，权重继续增高，当权重大于10（假设为10），会被放到老年代中，次时每隔10分钟扫描一次，以此类推。等级越高，被垃圾回收扫描的频率越低。
回收：依然是引用计数作为回收依据
