Python变量重赋值：垃圾回收与手动清除的效率及最佳实践

重赋值后原对象的处理逻辑 #

当你对变量进行重赋值时，原对象的引用计数会减1。如果这个计数降到0（意味着没有任何变量或其他对象再引用它），Python的引用计数机制会立即回收该对象占用的内存，这个过程在大多数情况下非常高效——因为引用计数的更新是在变量操作时同步完成的，额外开销可以忽略不计。

以你给出的示例为例：

list1 = list(range(0, 1000))  # 原列表对象被list1引用，引用计数=1
list2 = list(range(0, -1000, -1))  # 另一个列表对象被list2引用，引用计数=1
list1 = list2  # list1转而引用list2的对象，原list1的对象引用计数变为0，立即被回收

此时原list1指向的长列表会被自动清理，不需要额外操作。

显式del是否更高效？ #

答案是完全没必要。del list1的作用仅仅是减少原对象的引用计数（如果这是最后一个引用，对象会被回收），之后再执行list1 = list2，和直接执行list1 = list2的效果完全一致——后者同样会先减少原对象的引用计数，再绑定新的引用。

换句话说，这两种写法在内存和CPU效率上没有任何区别，显式del只是多写了一行冗余代码，不会带来任何性能提升。

最佳实践总结 #

• 无需手动触发垃圾回收：Python的引用计数机制会自动处理绝大多数无引用对象的内存释放，效率足够高
• 正常重赋值即可：对于大对象，直接重赋值变量，原对象会被自动清理，不需要额外的del操作
• 避免不必要的引用：尽量不要保留无用的变量绑定，让GC自然工作即可
• 循环引用无需过度担心：Python的分代垃圾回收器会定期处理循环引用的情况，一般不需要手动干预

内容的提问来源于stack exchange，提问作者user3311717