有很多不同的方法來實現垃圾回收，例如跟蹤，引用計數，轉義分析，時間戳和心跳訊號等。不同的語言依賴於不同的垃圾回收實現，例如，有些將其與編譯器和執行時系統整合在一起。而其他語言則可能需要事後設定，甚至可能需要重新編譯。Python中垃圾收集器使用基於引用計數的方法。它在程式執行期間執行，並在物件的引用計數達到0時開始工作。
1、引用管理
首先，記憶體管理是基於引用的管理。我們知道Python中，引用與物件是分離的，一個物件可以有多個引用，而每個物件都存有指向自己的引用計數。可以使用標準庫sys檢視某個物件的引用計數：
from sys import getrefcount
a = [1,2,3]
print(getrefcount(a)) # 列印2
b = a
print(getrefcount(a)) # 列印3
由於呼叫
getrefcount()時又建立了一次引用，所以列印的引用計數會比實際多一個。
2、物件引用物件
Python中物件會引用別的物件，而容器物件的引用會構成很複雜的拓撲結構：
l = [1,2,3]
d = {"k": l}
y = [l, d]
z = [y,(l,y)]
使用 objgraph 包可以繪製引用關係：
...
import objgraph
objgraph.show_refs([z], filename='sample-graph.png')
繪製的 z 物件的引用圖如下：
3、引用環
兩個物件相互引用，即構成了所謂的引用環：
a = []
b = [a]
a.append(b)
objgraph.show_refs([a,b], filename='a-b.png')
即使是單個物件，只需自己引用自己，也會構成引用環：
a = []
a.append(a)
objgraph.show_refs([a], filename='a-b.png')
del關鍵字除了可以刪除容器中的元素，還可以刪除某個引用。
4、垃圾回收
CPython中的記憶體管理和垃圾回收有兩個策略：
-
引用計數
-
分代回收
4.1 引用計數
CPython中主要的垃圾收集機制是通過引用計數，且引用計數無法被禁用，而後面談到的分代回收策略則可以禁止。
原理上，Python的某個物件的引用計數變為0時，就要成為被回收的垃圾了。例如：
a = [1,2,3]
del a
當垃圾回收啟動時，Python掃描到這個引用計數為0的物件，會將其所佔據的記憶體清空。而垃圾回收是個費時費力的事，垃圾回收期間Python不能進行其他任務。頻繁的垃圾回收會大大降低Python的效率，所以Python只會在特定條件下啟動垃圾回收。Python執行時，會記錄其中分配物件和取消分配物件的次數，當兩者差值高於某個閾值，垃圾回收才會啟動。
4.2 分代回收
除了上面這種實時的，自動的基於引用計數的垃圾回收實現方法，Python還同時採用分代回收策略，這一次略的基本假設是，存活時間越久的物件，越不可能在以後成為垃圾。Python將所有物件分為三代，所有新建物件都是0代，如果經過一次掃描沒被回收即成為了1代，以此類推。
Python的基於引用計數的方法是自動的，並且是實時發生的，而分代垃圾回收模組的操作是週期性的，可以手動呼叫，常用API：
-
get_shreshold()方法可以檢視觸發垃圾收集的閾值： -
gc.get_count（）方法可以檢視記憶體中當前存在的各代物件數量 -
gc.set_threshold（）方法可以更改觸發垃圾收集的閾值
>>> import gc
>>> print(gc.get_threshold()) # (700, 10, 10)
>>> gc.set_threshold(700.10,5) # 2代垃圾回收會更頻繁
>>> gc.collect() # 手動觸發垃圾回收
對於每一代，垃圾收集器模組都有一個閾值物件。如果物件數超過該閾值，則垃圾收集器將觸發收集過程，在該過程中倖存下來的物件會被歸為下一代。預設情況下，Python對於最年輕的一代的閾值為700，對於兩個較老的一代中的每個閾值為10。
引用環的回收
分代回收可以檢測和解決引用環問題，在Python 1.5中引入了迴圈檢測演算法，它跟蹤容器物件，因為只有它們才能建立這種引用環。
迴圈檢測演算法的基本原理是：Python會複製每個物件的引用計數，記為gc_ref。假設每個物件為i，該物件的計數為gc_ref_i。Python會遍歷所有的物件i，對於每個物件i所引用的物件j，將j的gc_ref_j減1：
遍歷後，gc_ref不為0的物件及這些物件引用的物件，以及更下游的物件會被保留，而引用環中的物件會被回收。