检测循环引用需用gc模块禁用自动回收并检查gc.garbage，深拷贝防死循环则依赖id()为键的memo字典；二者均以内存地址为稳定标识，核心逻辑不同但目标一致。
检测对象是否存在循环引用，核心是借助 Python 的 gc 模块定位“该被回收却没被回收”的对象；辅助深拷贝的关键，则是用哈希表（memo 字典）以 id() 为键快速记录已处理对象，避免递归死循环。两者逻辑不同，但都依赖对象内存地址这一稳定标识。
用 gc 模块主动抓出循环引用
Python 垃圾回收器默认不暴露循环细节，需手动触发并捕获疑似对象：
- 先禁用自动回收并开启调试：
import gc; gc.disable(); gc.set_debug(gc.DEBUG_SAVEALL) - 复现操作后调用
gc.collect()，未被清理的对象会进入gc.garbage - 检查
gc.garbage是否非空；若存在对象，说明它们构成不可达循环引用 - 对可疑对象调用
gc.get_referrers(obj)向上查谁持有它，配合gc.get_referents(obj)向下查它持有哪些对象，交叉验证是否形成闭环（如 A 在 B 的引用列表里，B 又在 A 的引用列表里） - 过滤掉干扰项：跳过
types.FrameType（栈帧）、模块对象、gc.garbage自身等非业务引用
用 memo 字典辅助深拷贝防死循环
标准 copy.deepcopy() 内部就靠这个机制工作——不是靠值比较，而是用 id() 当键，在单次调用中做 O(1) 查找：
- 每次准备复制前，先查
memo.get(id(obj))；命中则直接返回缓存副本，跳过递归 - 未命中则新建副本，立即存入
memo[id(obj)] = new_obj，再递归处理其子项 - 容器类型（如 list、dict）要“先占位后填充”：创建空结构并写入 memo，再逐项递归，确保子对象能查到父对象已在缓存中
- 手动实现时，
memo参数必须设为None默认值，首次调用再初始化，避免可变默认参数污染 - 键必须用
id()，不能用对象本身——防止意外增加引用计数，干扰垃圾回收
验证是否生效的两个小技巧
光看不报错不够，得确认机制真起作用：
- 构造明确循环结构，例如：
a = [1]; b = [2, a]; a.append(b)，然后对比原对象与副本中对应位置的id()——副本里每个节点 id 都应不同，但循环链被完整重建 - 打印
sys.getrefcount()前后变化不靠谱（传参会让计数 +1），更稳的是用gc.get_objects()做快照比对，筛选出新增且 refcount > 2 的对象再重点排查
替代方案与边界提醒
不是所有场景都适合硬扛 deep copy：
- 含文件句柄、线程锁、Lambda 或未实现
__reduce__的自定义类，deepcopy会直接报错，此时应改用pickle序列化或手动构造 - 超大嵌套结构易触发
RecursionError，可用迭代式栈模拟代替递归，显式维护 memo 映射 - 若目标只是“防后续篡改”，未必需要深拷贝——
types.MappingProxyType、tuple、或一层浅拷贝加手动复制，往往更轻量可控
