什么是引用计数？

引用计数是Python内存管理的核心机制，每个对象都会记录指向自己的引用数量。当引用计数降为0时，对象占用的内存会被立即回收。

# 创建对象
a = [1, 2, 3]  # 引用计数 = 1

# 增加引用
b = a        # 引用计数 = 2
c = b        # 引用计数 = 3

# 减少引用
del a        # 引用计数 = 2
b = None     # 引用计数 = 1
del c        # 引用计数 = 0 → 内存回收

查看引用计数

使用sys.getrefcount()可以查看对象的当前引用计数（注意：该方法调用时会临时增加1个引用）

import sys

my_list = [1, 2, 3]
print(sys.getrefcount(my_list))  # 输出：2（1个变量引用 + 1个getrefcount临时引用）

# 增加新引用
ref = my_list
print(sys.getrefcount(my_list))  # 输出：3

引用计数的优势

• 即时回收 - 对象不再被引用时立即释放内存
• 高效性 - 计数操作是常量时间复杂度的操作
• 确定性 - 内存释放时机可预测
• 低开销 - 对CPU缓存友好，适合高频操作

循环引用问题

当两个对象相互引用时，会导致引用计数永远大于0，从而产生内存泄漏：

class Node:
    def __init__(self):
        self.parent = None
        self.children = []

# 创建循环引用
parent = Node()
child = Node()
parent.children.append(child)
child.parent = parent  # 循环引用形成！

# 删除对象后引用计数不为0
del parent
del child
# 两个Node对象仍然在内存中

解决循环引用

Python通过以下方法解决循环引用问题：

1. 手动打破循环

# 删除前手动解除引用
child.parent = None
parent.children = []

2. 使用weakref弱引用

import weakref

class Node:
    def __init__(self):
        self.parent = weakref.ref(None)
        self.children = []

parent = Node()
child = Node()
child.parent = weakref.ref(parent)  # 弱引用不增加计数

3. 依赖垃圾回收器(GC)

Python的gc模块会定期检测并回收循环引用对象：

import gc

# 手动触发垃圾回收
collected = gc.collect()
print(f"回收了{collected}个对象")

最佳实践

• 在函数内部及时释放不需要的大对象
• 避免在全局作用域创建临时大对象
• 对于可能产生循环引用的复杂结构，使用weakref或contextlib
• 文件/网络等资源使用with语句确保及时释放

性能优化技巧

# 减少不必要的对象创建
def process_data(data):
    # 坏: 创建临时列表
    result = [x*2 for x in data]
    return sum(result)
    
    # 好: 使用生成器
    return sum(x*2 for x in data)

# 复用不可变对象
a = "hello"  # Python会缓存小整数和短字符串
b = "hello"
print(a is b)  # 输出: True

总结

Python的引用计数机制提供了高效的内存管理方案，但需要注意循环引用问题。掌握引用计数原理可以帮助开发者：

• 编写更高效的内存友好型代码
• 避免常见的内存泄漏问题
• 理解Python垃圾回收的工作机制
• 针对性能关键场景进行优化

在实际开发中，建议结合弱引用(weakref)和上下文管理器(contextlib)来管理复杂对象关系，同时利用gc模块进行内存问题诊断。