内存池
在程序中经常会创建大量小内存的变量，python 为了频繁创建销毁内存会造成大量的内存碎片，效率低下。内存池的作用就是预先申请一定数量的大小一致的内存块备用，当要创建内存的时候，就先从内存池中分配，不够再申请新的内存。当然，创建的对象占用的内存过大，也是会直接申请的，不在内存池中分配。从内存池中分配的内存，不用的时候不会被销毁，会还给内存池，给下一个变量使用。
垃圾回收
python 中垃圾回收机制有三种：
- 引用计数
- 标记清除
- 分代回收
引用计数
python 中，当某个变量被其他变量引用的时候，python 内部的引用计数器就会统计这个变量的引用数，当这个变量的引用数为0 的时候，就意味着这个变量不再被使用，就列入垃圾回收队列了，该变量所占用的内存就会被销毁，释放。
标记清除
标记清除有两个过程，遍历标记，再遍历清除。
标记清除一般发生存在循环引用的情况，例如：
a = [1, 2, 3]
b = [4, 5]
a.append(b)
b.append(a)
del a
del b
此时即使删除了a，b两个变量，但是引用计数器，a，b的计数永远是1，这时候就无法释放内存，此时标记清除就起作用了，这时候会先标记a，发现引用了b, 先将b的引用计数先减少1，b的引用计数为0，这样b的状态会标记为不可达，顺着引用关系，标记b，发现还存在引用a，再将a的引用计数减少1，a的引用计数也为0，标记为不可达，这时候再遍历一边，将标记为不可达的内存清除。
由于在标记清除的时候，程序是强制等待的，为了不影响程序执行性能，又引入了分代回收的方式。
分代回收
分代回收的频率会随着内存存活时间的增长而减少，即：对象存在的时间越长，越不可能是垃圾，这样在执行标记清楚的算法的时候就可以减少遍历的对象数，从而提升垃圾回收效率，这是一种以空间换取时间的方法策略。
python将所有的对象会分为0，1，2三代，所有新创建的对象都是第0代（可以将0，1，2三代理解为三个链表），当某个链表的长度达到设置的阈值的时候，就会触发一次扫描（标记清除）发现仍有引用的就移到下一代，当某一代被扫描的时候，比他小的一代也会扫描。
import gc
gc.get_threshold(700，10，10)# 分代回收机制的参数阈值设置
# 700：新分配的对象数量-释放的对象数量，第0代gc扫描被触发
# 第一个10：第0代gc扫描发生10次，则第1代的gc扫描被触发
# 第二个10：第1代的gc扫描发生10次，则第2代的gc扫描被触发
发生内存泄露的原因已解决办法
可能的原因：
- 代码中存在循环引用的对象，但是对象内部定义了__del__方法，导致不能被自动清除，此时就会发生内存泄漏
- gc扫描被关闭
解决办法：
- 尽量避免循环引用，或者尽量避免定义__del__方法
- 如果真的需要容器对象之间循环引用，使用弱引用weakref，弱引用并不会使被引用的对象引用计数+1