内存管理是计算机科学的一个复杂领域，目前正在开发许多技术来提高其效率。
内存管理通常分为三个区域
内存管理通常分为三个区域，尽管区别有点模糊：
- 硬件内存管理
- 操作系统内存管理
- 应用程序内存管理
管理内存的基本问题是知道什么时候保留它包含的数据，什么时候丢弃它，以便可以重用内存。这听起来很容易，但实际上是一个难题，它本身就是整个研究领域。在理想的世界中，大多数程序员都不必担心内存管理问题。不幸的是，在手动和自动内存管理中，不良的内存管理实践可以通过多种方式影响程序的健壮性和速度。
自动内存管理是一种服务，可以作为语言的一部分或作为扩展，自动回收程序不会再使用的内存。自动内存管理器（通常称为垃圾收集器，或简称为收集器）通常通过回收程序变量无法访问的块（即，后续指针无法访问的块）来完成其工作。
自动内存管理
自动内存管理的优点是：
- 程序员可以自由地处理实际问题；
- 模块接口更清洁；
- 内存管理错误更少；
- 内存管理通常更有效。
自动内存管理的缺点是：
- 内存可能会保留，因为它可以访问，但是不会再次使用；
- 自动内存管理器（当前）具有有限的可用性。
执行内存自动回收的方法有很多，回收技术中讨论了其中几种。
大多数现代语言主要使用自动内存管理： BASIC，Dylan，Erlang，Haskell，Java， JavaScript，Lisp，ML，Modula-3， Perl，PostScript，Prolog，Python， Scheme，Smalltalk等。
Python中的垃圾回收
Python在多种虚拟机上运行着几种实现：原始的“ CPython”实现在其自己的虚拟机上运行；IronPython在公共语言运行时上运行；Java虚拟机上的Jython。
CPython通过混合使用引用计数和不移动的 标记清除 垃圾收集来管理内存。引用计数可确保在对象的引用计数降至零时迅速删除对象，而垃圾回收器则回收循环数据结构。
__del__和弱引用（通过 weakref模块）。
Python中的垃圾回收是以引用计数为主，分代收集为辅。引用计数的缺陷是循环引用的问题。
在Python中，如果一个对象的引用数为0，Python虚拟机就会回收这个对象的内存。