Python内存由解释器自动管理，核心机制包括引用计数（即时释放）、垃圾回收（处理循环引用）和对象池（缓存小整数-5~256及短字符串），不可变对象可复用，可变对象每次新建，应避免频繁创建大对象并优先使用原地操作。
Python的内存分配不是由程序员直接控制的，而是由解释器自动管理，核心机制包括引用计数、垃圾回收（GC）和对象池等。理解这些策略，有助于写出更高效、低内存占用的代码。
小整数与短字符串走对象池
Python对常用小整数（-5 到 256）和部分短字符串做了缓存优化。相同值的对象会复用同一内存地址，节省空间也加快比较速度。
- 整数示例：a = 100；b = 100；a is b 返回 True（因为都在小整数池中）
- 字符串注意：s1 = "hello"；s2 = "hello"；s1 is s2 通常为 True，但若含空格、换行或运行时拼接（如 "he" + "llo"），可能不复用
- 不要依赖
is比较字符串或数字的逻辑相等性，应统一用==
引用计数是核心计数机制
每个对象内部维护一个引用计数器，记录当前有多少变量或结构指向它。当计数降为 0，对象立即被释放（无需等待 GC）。
- 赋值、作为参数传入函数、加入容器（如 list.append()）都会使计数 +1
- 变量重新赋值、函数返回、
del显式删除、容器移除元素会使计数 -1 - 循环引用（如两个对象互相持有对方引用）无法靠引用计数清理，需依赖后续的循环垃圾回收器
循环垃圾回收器（gc模块）兜底处理
Python 的 gc 模块定期扫描堆中不可达对象，专门解决引用计数无法处理的循环引用问题。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
立即学习“Python免费学习笔记（深入）”；
- 默认启用，但可手动调用
gc.collect()强制触发一次回收 - 可通过
gc.disable()关闭（极少需要，多见于性能敏感且确认无循环引用的场景） - 使用
gc.get_objects()可查看当前存活对象，辅助排查内存泄漏
可变对象与不可变对象影响内存行为
不可变对象（如 int、str、tuple）一旦创建就不能修改，因此常被复用；可变对象（list、dict、set）每次创建都是新实例，即使内容相同也不会共享内存。
- 避免频繁创建大列表或字典：考虑复用已有对象，或用生成器替代全量加载
- 修改 list/dict 时用原地操作（
.append()、.update()）比重建更省内存 - 深拷贝（
copy.deepcopy()）会递归分配新内存，浅拷贝（copy.copy()）只复制顶层，按需选择
不复杂但容易忽略。写 Python 时少想“怎么分配”，多想“谁还在用它”。
