1.引用計數：
1）python中的對象引用個數在內存都有保存；可以使用sys.getrefcount()獲得引用計數
2.垃圾回收機制：
1）引用計數：引用計數也是一種垃圾收集機制，當某個對象的引用計數降爲0時，說明沒有任何引用指向該對象，該對象就成爲要被回收的垃圾了；
2）標記清除：如果兩個對象的引用計數都爲1，但是僅僅存在他們之間的循環引用，那麼這兩個對象都是需要被回收的，也就是說，它們的引用計數雖然表現爲非0，但實際上有效的引用計數爲0。所以先將循環引用摘掉，就會得出這兩個對象的有效計數；在實際操作中，並不改動真實的引用計數，而是將集合中對象的引用計數複製一份副本，改動該對象引用的副本。對於副本做任何的改動，都不會影響到對象生命週期的維護；
3）分代回收 ：當某些內存塊M經過了3次垃圾收集的清洗之後還存活時，我們就將內存塊M劃到一個集合A中去，而新分配的內存都劃分到集合B中去。當垃圾收集開始工作時，大多數情況都只對集合B進行垃圾回收，而對集合A進行垃圾回收要隔相當長一段時間後才進行，這就使得垃圾收集機制需要處理的內存少了，效率自然就提高了。在這個過程中，集合B中的某些內存塊由於存活時間長而會被轉移到集合A中，當然，集合A中實際上也存在一些垃圾，這些垃圾的回收會因爲這種分代的機制而被延遲
3.內存池機制：
1）Python在運行期間會大量地執行malloc（內存分配）和free（內存釋放）的操作，頻繁地在用戶態和內核態之間進行切換，這將嚴重影響Python的執行效率。爲了加速Python的執行效率，Python引入了一個內存池機制，用於管理對小塊內存的申請和釋放；Python內部默認的小塊內存與大塊內存的分界點定在256個字節，當申請的內存小於256字節時，PyObject_Malloc會在內存池中申請內存；當申請的內存大於256字節時，PyObject_Malloc的行爲將蛻化爲malloc的行爲。當然，通過修改Python源代碼，我們可以改變這個默認值，從而改變Python的默認內存管理行爲；