Pythonのメモリ管理：ガベージコレクションの仕組み

プログラミング

2026.03.05

Pythonのメモリ管理：ガベージコレクションの仕組み

Pythonのメモリ管理：ガベージコレクションの仕組み

Pythonのメモリ管理は、開発者が直接メモリの確保や解放を意識する必要を低減させる重要な機能です。この自動化の核心を担うのがガベージコレクション（Garbage Collection, GC）です。

ガベージコレクションの目的

プログラムが実行されると、オブジェクトが生成され、それらはメモリ上に配置されます。しかし、プログラムの進行に伴って、一部のオブジェクトはもはや参照されなくなり、プログラムからアクセスできなくなります。これらの「到達不能な」オブジェクトがメモリを占有し続けると、メモリリークを引き起こし、最終的にはプログラムのパフォーマンス低下やクラッシュにつながる可能性があります。ガベージコレクションの主な目的は、これらの到達不能なオブジェクトを検出し、それらが使用していたメモリを解放することで、メモリを効率的に再利用できるようにすることです。

Pythonにおけるガベージコレクションの仕組み

Pythonのガベージコレクションは、主に参照カウント（Reference Counting）と世代別ガベージコレクション（Generational Garbage Collection）という2つのメカニズムを組み合わせて機能しています。

参照カウント

参照カウントは、Pythonのメモリ管理における最も基本的なメカニズムです。Pythonの各オブジェクトは、現在いくつもの変数や別のオブジェクトから参照されているかを示す参照カウントを持っています。オブジェクトが生成されると、その参照カウントは1から始まります。オブジェクトが別の変数に代入されたり、リストなどのコンテナに追加されたりすると、参照カウントは増加します。逆に、変数が別のオブジェクトを参照するように変更されたり、オブジェクトがコンテナから削除されたり、変数がスコープ外に出ると、参照カウントは減少します。

参照カウントがゼロになった時点で、そのオブジェクトはもはやどこからも参照されていないと判断され、そのオブジェクトが使用していたメモリは即座に解放されます。この即時性は、参照カウント方式の大きな利点であり、メモリリークを早期に発見しやすいという特徴があります。

例：

a = [1, 2, 3]  # リストオブジェクトが生成され、参照カウントは1
b = a          # bも同じリストオブジェクトを参照するようになり、参照カウントは2
del a          # aがリストオブジェクトへの参照を失うと、参照カウントは1
b = None       # bがリストオブジェクトへの参照を失うと、参照カウントは0になり、メモリが解放される

参照カウントの限界と世代別ガベージコレクション

参照カウント方式はシンプルで効率的ですが、循環参照（Circular Reference）と呼ばれる問題に直面することがあります。循環参照とは、オブジェクトAがオブジェクトBを参照し、同時にオブジェクトBがオブジェクトAを参照している状態です。この場合、たとえ外部からAやBへの参照がなくなっても、AとBはお互いを参照し合っているため、それぞれの参照カウントはゼロになりません。結果として、これらのオブジェクトはメモリ上に残り続け、メモリリークの原因となります。

この循環参照によるメモリリークを防ぐために、Pythonは世代別ガベージコレクションというメカニズムを導入しています。世代別ガベージコレクションは、オブジェクトの生存期間に基づいて、オブジェクトをいくつかの世代（Generation）に分類します。一般的に、Pythonでは3つの世代（世代0、世代1、世代2）が用意されています。

世代0：新しく生成されたオブジェクトが配置されます。
世代1：世代0でガベージコレクションを生き残ったオブジェクトが移動します。
世代2：世代1でガベージコレクションを生き残ったオブジェクトが移動します。

ガベージコレクタは、定期的に、またはメモリ使用量が一定の閾値を超えた場合に、各世代に対して実行されます。世代別GCは、より若い世代（世代0）に対して、より頻繁に実行されるように設計されています。これは、「ほとんどのオブジェクトは短命であり、すぐに到達不能になる」という経験則（弱者生存の法則）に基づいています。

GCが実行される際、Pythonは到達可能性分析（Reachability Analysis）を行います。これは、プログラムのルート（グローバル変数、スタック上の変数など）から到達可能なオブジェクトをすべてたどっていくプロセスです。到達可能なオブジェクトは「生存オブジェクト」とみなされ、メモリ上に保持されます。一方、ルートから到達できないオブジェクトは「到達不能オブジェクト」とみなされ、そのメモリが解放されます。

世代別GCは、世代0で到達不能となったオブジェクトを収集し、残ったオブジェクトを世代1に移動させます。世代1でも同様に、到達不能となったオブジェクトを収集し、残ったオブジェクトを世代2に移動させます。世代2は最も古い世代であり、最も頻繁にGCが実行される世代よりも頻度が低くなります。これにより、長期間生存するオブジェクト（例えば、プログラム全体で利用されるデータ構造など）のGCによる停止時間を最小限に抑えることができます。

ガベージコレクションの制御

Pythonのガベージコレクションは、通常は自動的に機能しますが、gcモジュールを使用することで、その動作をある程度制御することも可能です。

gc.collect()：手動でガベージコレクションを実行します。
gc.disable()：ガベージコレクションを無効にします。
gc.enable()：ガベージコレクションを有効にします。
gc.set_threshold()：GCの実行閾値を設定します。

これらの機能は、特定のパフォーマンスチューニングやデバッグの目的で使用されることがあります。しかし、一般的には、Pythonの自動GCに任せておくのが最も効率的で安全な方法です。

まとめ

Pythonのメモリ管理は、参照カウントと世代別ガベージコレクションの組み合わせによって支えられています。参照カウントはオブジェクトの即時解放を担い、世代別GCは循環参照によるメモリリークを防ぎ、効率的なメモリ再利用を実現します。これらのメカニズムにより、開発者はメモリ管理の詳細に煩わされることなく、より生産的にコードを書くことができます。