雲計算Python自動化：內部的引用計數
增加引用計數：
當對象被創建並(將其引用)賦值給變量時，該對象的引用技術就是被設置為1。 當同一個對象的應用或者是對象又被賦值給其他變量時，或者作為參數傳遞給函數，方法或類實例時，或者被賦值為一個窗口對象的成員時，該對象的一個新的引用，或者稱作別名，就被創建(則該對象的引用計數自動加1)
減少引用計數：
當對象的引用被銷毀時，引用計數會減少。最明顯的例子就是當引用離開其作用範圍時，這種情況最經常出現在函數運行結束時，所有局部變量都被自動銷毀，對象的引用計數也就隨之減少。
當變量被賦值給另外一個對象時，源對象的引用技術也會自動減1
其他造成對象的引用計數減少的方式包括使用del語句刪除一個變量，或者當一個對象的引用計數在以下情況會減少：
-
一個本地引用離開了其作用範圍，比如函數結束
-
對象的別名被顯示的銷毀
-
對象的一個別名被賦值給其他的對象
-
對象被從一個窗口對象中移除
- 窗口對象本身被銷毀
例子：
>> import sys
>> a="ab"
>> sys.getrefcount("ab")
3 第一次結果為3
>> b="ab"
>> sys.getrefcount("ab")
4 第二次結果+1
>> b=0 b引用了其他的對象（0），對於"ab"來講就取消了一個引用
>> sys.getrefcount("ab")
3 結果在上次引用的基礎上-1
註意：在交互式解釋器中帶空格的對象引用次數永遠為3，但是在腳本中回歸正常，例如： #!/usr/bin/env python # coding=utf8 fdaf import sys print sys.getrefcount("ab cd") a="ab cd" print sys.getrefcount("ab cd") b="ab cd" print sys.getrefcount("ab cd") c=b print sys.getrefcount("ab cd")
垃圾收集:
不再被使用的內存會被一種稱為垃圾收集的機制釋放。像上面說的，雖然解釋器跟蹤對象的引用計數，但是垃圾收集器負責釋放內存。垃圾收集器是一塊獨立的代碼，它用來尋找引用計數為0的對象，他也負責檢查那些雖然引用計數大於0但也該被銷毀的對象。特定情形會導致循環引用。
一個循環引用發生在當你有至少兩個對象互相引用時，也就是所說的引用都消失時，這些引用仍然存在，這說明只靠引用計數是不夠的。Python的垃圾收集器實際上是一個引用計數器和一個循環垃圾收集器。當一個對象的引用計數變為0，解釋器會暫停，釋放掉這個對象和僅有這個對象可訪問的其他對象，作為引用計數的補充，垃圾收集器也會留心被分配的總量很大(以及未通過引用計數銷毀的那些) 的對象。在這種情況下，解釋器會暫停下來，試圖清理所有為引用的循環。
雲計算Python自動化：內部的引用計數