分裂的回收是Java垃圾回收的核心算法。该算法基于这样的统计事实：对于程序，该程序中的存储器块生存周期很短，其余的存储器块将具有更长的生存周期，并且具有更长的生存周期，并且即使从计划到程序结束。短期生存期约为80％-90％。
因此，可以考虑的时间越长，垃圾就越不可能，应收集的时间就越少。
这样，可以在清除算法时可以有效减少可以穿越的物体数量，从而提高垃圾回收的效率。这是一种与空间交换的策略。
Python将所有对象分为0，1,2三代人。
所有新对象都是0代。
当一代物体经历了垃圾回收并仍然生存时，它们将归因于下一代。
每一代都由GC_Genration结构维护。结构中有三个变量。
头字段：可以收集链接列表的头部，并通过链接列表维护代理中的对象。
阈值场：只有计数超过此阈值时，Python垃圾回收操作才能扫描这一代的对象。
计数字段：计数器，不同一代的统计项目不同。
每个gc_genration链列表头节点头字段指向您自己，也就是说，每个集合对象链接列表在开始时为空。计数字段初始化为0，而阈值字段则具有其自己的策略。
初始化完成后，三个相应的gc_generation数组大致如下：
当Python调用PyObject_GC_Alloc以将内存分配给需要跟踪的对象时，该函数将添加第一代计数计数器的1个，然后将对象连接到第一个循环对象链接列表。释放内存对象存储器，该函数减去第一代计数计数器1.如果PyObject_GC_Alloc具有超过700个阈值的计数，则将调用Collection_Generations执行垃圾回收（GC）。
collect_gientions函数从旧一代开始，逐一穿越每一代，并找到需要执行回收操作的最古老的一代。
当收集功能处理一代一代时，计数，年轻计数计数器为0到0，然后删除其对象链接列表，用自己的缝线执行GCS算法，最后下一代将是下一代。加1。
总而言之，有以下八点
（1）对于系统的每个新添加对象，Python一次执行GC操作
（2）创建对象后，它将随着时间的推移逐渐移至旧一代，恢复频率将逐渐减少
（3）每11个新一代GC都进行，触发中间的GC
（4）每11个中段GC都进行，触发旧一代GC（旧一代GC也受其他策略的影响，频率较低）
（5）在每个GC操作中需要处理的一代可能会有所不同。
（6）GC（Count> hreshold）需要在一定一代中进行，并且所有年轻一代都在其面前执行GC
（7）执行多代GC，Python将其对象链接在一起并一次处理
（8）执行GC后，计算清晰