在前面的内容中我们已经知道，id() 返回对象的内存地址，那一个Python对象，在内存中到底占用多少字节？这些字节又存储了什么内容？
先做一个简单的测试，看看整数对象的内存大小：
import sys# 测试小整数的内存大小print(f"{sys.getsizeof(1)=}") # 输出 28！也就是说，一个整数1，在内存中占用28字节
再测试一下小整数的内存地址间隔：
for i in range(5): print(f"id({i+1}) - id({i}) = {id(i+1) - id(i)}") # 输出结果都是32
这里就有两个疑问：为什么一个整数占用28字节，而内存地址的间隔却是32字节？答案很简单：id() 返回的是对象的“起始内存地址”，而Python在分配内存时，会进行内存对齐（通常是8字节对齐），确保内存块的长度是8的整数倍，提升内存访问效率。
结合CPython的官方文档，我们可以拆解出一个整数对象（小整数）的28字节内存结构（剩余4字节用于内存对齐，凑够32字节）：
8字节：引用计数（对于不朽对象，这里存储的是 0xc0000000 这样的标志）；8字节：类型指针（指向该对象的类型，比如整数对象的类型是 int）；8字节：大小字段（Python的整数可以是任意长度，这个字段用来记录整数的位数）；4字节：实际的数字（如果是大整数，会额外分配内存存储更多数字）；4字节：内存对齐（凑够32字节，满足8字节对齐要求）。
在CPython的C语言底层，所有Python对象都继承自一个基础结构体——PyObject，它是Python对象的“基类”，定义了所有对象都必须具备的两个核心字段：
typedef struct _object { Py_ssize_t ob_refcnt; // 引用计数（或不朽对象标志） PyTypeObject *ob_type; // 类型指针，指向对象的类型} PyObject;
而整数对象（在C底层叫做“长整数”），则是在 PyObject 的基础上，扩展了自己的字段：
// 整数对象的数值部分typedef struct _PyLongValue { uintptr_t lv_tag; /* 数字的位数、符号和标志 */ digit ob_digit[1]; /* 整数的实际数值，是一个32位整数数组 */} _PyLongValue;// 整数对象的完整结构struct _longobject { /* C层面，Python的int叫做long integer */ PyObject_HEAD /* 继承PyObject的两个字段 */ _PyLongValue long_value; /* 整数的数值部分 */};
其中，PyObject_HEAD 就是对 PyObject 结构体的引用，是Python内存管理器用来检索、回收对象的核心依据。
了解这些底层结构，不需要我们会写C代码，只要能明白：Python的每一个对象，都有一个基础的“头部”（存储引用计数和类型），再加上自己的“数据部分”（存储实际值），这就够了。
看到这里，大家可能会觉得：引用计数已经能完美管理内存了——引用为0就回收，简单又高效。但实际上，引用计数有一个致命的“短板”：无法处理循环引用。比如两个对象，互相引用对方，即使没有其他任何引用指向它们，它们的引用计数也永远不会降到0，内存就会被一直占用，导致内存泄漏。
说到循环引用，那是我们下次要看的内容。
10个月宝宝每天需要喝多少奶粉？
