Python 垃圾回收机制大致如何工作？
考察意图
数据/后端岗常问的 CPython 内存基础。考察候选人是否知道「引用计数是主路径、分代循环回收是补丁」，而不是只背一个 gc 模块名；以及能否讲清循环引用、__del__、大对象常驻这些实际坑。
回答框架
- 先点明对象：主要讲 CPython，不是语言标准，也不是所有实现。
- 主机制：引用计数，对象引用归零立刻释放。
- 补机制：分代循环垃圾回收，专门处理互相引用的容器。
- 收口到工程：弱引用、__del__ 陷阱、大 DataFrame/缓存如何自己管生命周期。
参考答案（口述版）
一句话：CPython 的回收是「引用计数为主、分代循环 GC 为辅」。引用一归零就释放；互相指着、计数永远到不了零的，交给循环检测。
引用计数（主路径）：
每个对象头里有 ob_refcnt。赋值、入参、进容器会 +1；离开作用域、del、容器丢掉引用会 -1。到 0 立刻调用析构并释放，时延低、实现简单。这就是为什么 a = [] 再 a = None 后，那块 list 通常马上没了。
循环引用（计数的盲区）：
a, b = [], []
a.append(b); b.append(a)
del a, b # 两个 list 仍互相引用，计数到不了 0纯计数收不掉。CPython 用 gc 模块做分代回收：容器对象（list/dict/自定义类实例等）按 0/1/2 三代跟踪，年轻代回收更勤。算法本质是：在追踪集合里找「从外部不可达的环」，把环拆掉再降计数。
和面试加分相关的几点：
1. gc.collect() 可手动触发；生产里很少常开频繁全量收集，更常见的是控制对象图别成环。
2. __del__ 和环不要混：若环上对象定义了 __del__，CPython 可能不敢随便拆（顺序不确定），对象会进 gc.garbage，形成「看起来像泄漏」。
3. 弱引用 weakref：缓存、观察者想「用得到但不延长寿命」时用，避免把缓存变成永生对象。
4. 数据场景：Pandas/NumPy 大数组的内存主要在原生缓冲区；Python 侧只是小包装。真正常驻往往是「全局缓存、循环引用的图、未关闭的连接」，不是 GC「太懒」。
口述收尾：先说 CPython、再说计数 + 循环分代，最后主动提 __del__ 环和弱引用，面试官一般就不会再认为你只背了名词。
关键词
面试官可能的追问
追问 1：引用计数已经很快了，为什么还要分代 GC？能关掉吗？
因为环会让计数永远到不了零，必须另做图可达性分析。gc.disable() 可以关掉循环检测，引用计数仍在；只适合你能保证无环、且想减少 STW 抖动的短命脚本。有环还关 GC，就是人为泄漏。分代是为了少扫老对象：大部分垃圾是朝生夕死的，扫年轻代更划算。
追问 2：线上 RSS 只涨不降，一定是 GC 没生效吗？
不一定。先看是不是还被全局 dict、lru 缓存、默认参数可变对象、循环引用的 handler 抓着；再看是不是原生分配器把页还给 OS 慢（arena 碎片）。gc.collect() 后用 gc.get_objects() / tracemalloc / heapy 看谁还活着。数据任务里更常见的是把大 DataFrame 挂在长生命周期对象上，而不是 GC 坏了。
常见踩坑
- 把 GC 说成 Java 那种单一分代收集，漏掉 CPython 引用计数才是主路径
- 在循环引用对象上写 __del__，导致环无法回收、内存像泄漏
- 把 RSS 不下降全部归咎于 GC，忽略全局缓存和原生内存碎片
记忆锚点
CPython：计数负责立刻释放，分代 GC 专门拆环。