Python मेमरी स्वयंचलितपणे दोन यंत्रणा वापरून व्यवस्थापित करते: संदर्भ गणना (प्राथमिक पद्धति) तसेच एक चक्रीय गार्बेज कलेक्टर जो संदर्भ चक्र हाताळते. आपण कधीही मेमरी मुक्त करत नाही, परंतु हे कसे काम करते हे समजून घेतल्याने मेमरी वर्तन आणि लीक समजण्यास मदत मिलते.
sys
x = [, , ]
y = x
sys.getrefcount(x)
y
x
प्रत्येक ऑब्जेक्ट किती संदर्भ त्याच्या तर्फे निर्देशित करतात याचा ट्रॅक ठेवते. जेव्हा गणना शून्यावर पोचते, तर मेमरी तत्काळ मुक्त होते. हे निर्धारणीय आणि ताकाबाजी आहे — ऑब्जेक्ट त्याच्या लगेचच मरतात जेव्हा कोणीही त्यांना संदर्भित करत नाही.
# reference counting alone can't free this:
a = {}
b = {}
a["b"] = b # a references b
b["a"] = a # b references a → they reference EACH OTHER
del a, b # the names are gone, but the objects still reference each other
# → refcounts never reach 0 → they'd leak with refcounting alone
दोन ऑब्जेक्ट एकमेकांना संदर्भित करतात आणि एकमेकांचा refcount शून्यापेक्षा वर ठेवतात अगदी जेव्हा ते अप्राप्य असतात — एक अशी चक्र जी शुद्ध संदर्भ गणना संग्रह करू शकत नाही.
import gc
# the generational GC periodically finds and frees unreachable CYCLES
gc.collect() # manually trigger a collection
gc.get_count() # objects tracked per generation
Python चा अनुपूरक पीढीनुसार गार्बेज कलेक्टर नियतकालिक हे अप्राप्य चक्र शोधून मुक्त करते. हे पीढीनुसार आहे — नवीन ऑब्जेक्ट अधिक वारंवार तपासले जातात (बहुतेक ऑब्जेक्ट लवकर मरतात), जे कार्यक्षम आहे.
✓ Most memory is reclaimed promptly via reference counting
⚠️ Leaks still happen from REACHABLE references that outlive their usefulness:
- global caches/lists that only grow
- objects held by long-lived closures or class attributes
- registered callbacks/listeners never removed
GC चक्र हाताळते, परंतु असे ऑब्जेक्ट मुक्त करू शकत नाही जे अजूनही प्राप्य आहेत — सामान्य वास्तविक-जगतातील "लीक" अनावधानतून संदर्भ जीवंत ठेवणे आहे (उदा. सर्वदा वाढणारी जागतिक कॅश).
- Small integers (-5..256) and short strings are CACHED/interned (shared, reused)
- CPython uses memory pools (pymalloc) for small objects (efficiency)
Python च्या मेमरी मॉडेल समजून घेणे — तत्काळ संदर्भ गणना तसेच एक चक्रीय GC — वास्तविक वर्तन समजावून देते: ऑब्जेक्ट सामान्यत: लगेच का मुक्त होतात, संदर्भ चक्रांना GC का आवश्यक आहे, आणि महत्त्वपूर्णपणे Python मधील "मेमरी लीक" विस्मृत मुक्त करण्याऐवजी प्राप्य संदर्भ (वाढणारी कॅश, कायम बंद, काढलेली नसलेली कॉलबॅक) यांपासून येतात.
ही ज्ञान दीर्घकालीन सेवामध्ये मेमरी वृद्धीचे निदान करण्यासाठी आणि मेमरी-जागरूक कोड लिहिण्यासाठी आवश्यक आहे — हे जाणून घेणे की निराकरण सामान्यत: संदर्भ तोडणे (कॅश मर्यादित करणे, नोंदणी साफ करणे) आहे न की GC आपल्यासाठी काही करू शकते.