python分代回收是为解决引用计数无法处理循环引用而设的辅助机制，依据“弱代假说”将对象分为三代：0代高频扫描新对象，达阈值（默认700）即回收；1代每10次0代回收触发一次，扫描0、1代；2代每10次1代回收触发一次，全代扫描兜底防泄漏；存活对象逐代晋升，回收时结合标记-清除算法实现高效内存管理。
Python分代回收是为弥补引用计数无法处理循环引用而设计的辅助机制，核心依据是“弱代假说”：新创建的对象更可能很快变成垃圾，而长期存活的对象更可能继续存活。因此，CPython将对象按存活时间划分为三代，区别对待，提升回收效率。
0代：新对象的高频扫描区
所有新创建的容器对象（如列表、字典、类实例等）默认属于第0代。这一代触发最频繁——当新分配对象数与已回收对象数之差达到阈值（默认700），就立即启动0代回收。它只扫描0代对象，重点检查刚产生的循环引用，开销小、响应快。例如在循环中反复生成临时列表，它们大多在0代就被识别并清理。
1代：经历一次回收后的“中年”对象
每次0代回收后仍存活的对象，会被晋升到第1代。1代回收不独立触发，而是每发生10次0代回收时自动执行一次，扫描范围扩大到0代+1代。这种设计减少了对“稍老”对象的重复检查，同时仍能及时捕获那些跨多个短周期存活下来的潜在循环引用。
2代：长期存活对象的低频保障层
再经一次1代回收后仍存活的对象，升入第2代。2代回收频率最低——每10次1代回收才触发一次，且会扫描全部三代。它不是为了高频清理，而是兜底：确保即使极少数对象因各种原因长期滞留，最终也能被标记-清除机制识别和回收，防止内存缓慢泄漏。
立即学习“Python免费学习笔记（深入）”；
对象晋升与回收协同逻辑
分代机制本身不直接回收内存，而是调度“标记-清除”算法执行实际清理：
- 每次回收都从根对象（如全局变量、栈帧中的局部变量）出发，标记所有可达对象
- 未被标记但存在于当前扫描代中的对象（尤其是互相引用又不可达的容器），被判定为垃圾并清除
- 存活对象按规则向更高代移动，越老的对象被扫描次数越少
这种结构让Python在保持引用计数实时性的同时，用可控的暂停代价解决了循环引用问题，整体内存管理既灵敏又稳健。
