在上次的内容中，我们看了python中的对象，今天我们来看看Python内存管理的核心机制--引用计数。这是一种简单但是非常强大的机制，python会给每个对象，维护一个引用计数器，用来跟踪当前有多少个引用指向了这个对象。它的工作原理很简单，当给变量复制、将对象作为参数传入函数，将对象存入列表/字典等数据结构时，Python会增加该对象的引用计数；当删除变量，变量超出作用域或者将对象从数据结构中移除时，就会减少该对象的引用计数。当引用计数降到0时，则说明这个对象已经没有人在使用了，python会立即回收这块内存。Python的sys模块，提供了sys.getrefcount()函数，可以让我们直接看到对象的引用计数。import sysx = y = 2**123 # x和y指向同一个对象z = 2**123 # z指向另一个对象（大整数无缓存）print(f"{x is y=}") # True - 同一个对象print(f"{sys.getrefcount(x)=}") # 3个引用（x、y + 函数参数临时引用）print(f"{sys.getrefcount(y)=}") # 同样是3（和x指向同一个对象）print(f"{x is z=}") # False - 不同对象print(f"{sys.getrefcount(z)=}") # 2个引用（z + 函数参数临时引用）
x is y=Truesys.getrefcount(x)=3sys.getrefcount(y)=3x is z=Falsesys.getrefcount(z)=2
让我们来分析下上面的代码：首先x、y指向同一个对象，这会给它的引用加2，调用sys.getrefcount(x)时，x作为参数，临时增加一个引用，所以引用数是2+1=3；z指向另一个对象，只有它自己加上函数参数的临时引用，因此总共有2个。import sysx = 4print(f"{sys.getrefcount(x)=}") # 输出不是2或3，而是一个超大数（比如3221225472）？！
import sysfor x in range(5): print(f"for {x=}:") print(f" {sys.getrefcount(x)=}") print(f" {id(x)=}")
运行后会发现：整数0~4的引用计数，都是同一个超大数。我们把这个数转换成十六进制和二进制，就能找到答案：
import sysx = 4print(f"{sys.getrefcount(x)=:x}") # 输出 0x13a（十六进制）print(f"{sys.getrefcount(x)=:b}") # 输出 100111010（二进制）
它并不是一个真实的引用计数，而是python用来标记“不朽对象”的标志。Python有一个隐藏的优化：有些对象会被标记为“不朽对象（Immortal Objects）”——它们会伴随整个程序的生命周期，永远不会被垃圾回收，Python也不会为它们维护真实的引用计数（而是用 0x13a 这样的标志代替）。
那么哪些对象是不朽对象呢？主要有上面提到的小整数（-5~256），单例对象例如None、True、False，空的元组。除了不朽对象，Python对字符串也有类似的优化——字符串驻留（String Interning）。Python会缓存一些常用的字符串（比如标识符、短字符串），让它们成为驻留对象，避免重复分配内存。
对于字符串驻留的细节，有兴趣可以翻翻Python的官方文档，这里就不再啰嗦了。
下次我们会看看Python对象在内存中如何存储
10个月宝宝每天需要喝多少奶粉？
