def release_list(a):
   del a[:]
   del a

千万不要这样做。Python会自动释放所有不再被引用的对象，所以一个简单的del a确保了如果列表没有被其他地方引用，那么列表的内存也会被释放。如果是这种情况，那么单个列表项也会被释放（以及仅从它们引用的任何对象，依此类推），除非仍引用了某些单独的项。
这意味着只有del a[:]; del a自己释放了多于del a的时候，这个列表被其他地方引用了。这正是你 * 不 * 应该清空列表的时候：别人还在用！！！
基本上，你不应该考虑管理内存块。相反，考虑管理对对象的引用。在99%的Python代码中，Python会在你最后一次需要它之后很快清理掉你不需要的所有东西，而且没有任何问题。每次一个函数完成该函数中的所有局部变量“死亡”时，如果它们指向的对象在其他任何地方都没有被引用，它们将被删除，这将级联到这些对象中包含的所有内容。
只有当你有一个大的物体时，你才需要考虑它（比如说一个巨大的列表），你用它做一些事情，然后你开始一个长期运行的（或者内存密集型）子计算，其中子计算 * 不 * 需要大对象。因为您有对它的引用，直到子计算完成然后你返回时，大对象才会被释放。（且 * 仅 * 是这种情况），您可以在开始子计算之前显式地del您对大对象引用，以便可以更早地释放大对象（如果没有其他人正在使用它;如果调用者将对象传递给您，而调用者在您返回后仍然需要它，您会非常**高兴它没有被释放）。

正如@monkut所指出的，在大多数情况下，你可能不应该太担心内存管理。如果你有一个巨大的列表，你肯定你已经完成了 * 现在 *，它不会离开当前函数的作用域一段时间，但：
del a只是删除你的名字a，如果其他函数或结构或任何东西仍然引用它，它不会被删除;如果这段代码在名称a下有对该列表的唯一引用，并且您使用的是CPython，则引用计数器将立即释放该内存。其他实现（PyPy、Jython、IronPython）可能不会立即杀死它，因为它们有不同的垃圾收集器。
因此，realse_list函数中的del a语句实际上并不执行任何操作，因为调用方仍然有一个引用！
正如您所注意到的，del a[:]将从列表中删除元素，从而可能删除其大部分内存使用。
您可以对集合执行the_set.clear()以获得类似的行为。
由于元组是不可变的，所以你能做的就是del the_tuple，并希望没有其他人引用它--但你可能不应该有巨大的元组！

Python使用Reference Count来管理它的资源。

import sys
class foo:
    pass

b = foo()
a = [b, 1]

sys.getrefcount(b)  # gives 3
sys.getrefcount(a)  # gives 2

a = None  # delete the list
sys.getrefcount(b)  # gives 2

在上面的例子中，当你把b放到一个列表中时，b的引用计数会增加，正如你所看到的，当你删除列表时，b的引用计数也会减少。

def release_list(a):
   del a[:]
   del a

是多余的。
总之，您需要做的就是将列表分配给None对象，或者使用del关键字从属性字典中删除列表（也就是将名称从实际对象中解除绑定）。例如，

a = None # or
del a

当一个对象的引用计数为零时，python会为你释放内存，为了确保这个对象被删除，你必须确保没有其他地方通过名称或容器引用这个对象。

sys.getrefcount(b) # gives 2

如果sys.getrefcount给您2，则意味着您是唯一拥有该对象引用的人，并且当您拥有该对象引用时

b = None

它将从内存中释放。

如果你担心内存管理和数据类型的性能，为什么不使用像链接双队列这样的东西呢？
首先，它的内存足迹是分散的，所以你不必马上分配一大块连续的内存。
其次，您将看到入队和出列的访问时间更快，因为与标准列表不同，当您删除中间元素时，不需要在索引中滑动列表的其余部分，这在大型列表中需要时间。
如果你只使用整数，我建议你研究一下二进制堆，因为你会看到O（log^2n）的访问时间，而列表的访问时间大多是O（N）。

如果需要释放list的内存，保留list的名称，只需编写a=[]