➡️ В CPython ускорили reference counting

Недавно в Python quietly появился апдейт, который уменьшает накладные расходы reference counting в горячих местах. Ключевая идея — заимствование ссылок без увеличения счётчика (`LOAD_FAST_BORROW`).

Вот минимальный пример на Python:

def advance(vx, vy, steps):
    x, y = 1, 1
    for _ in range(steps):
        x *= vx
        y *= vy
    return x, y

На первый взгляд — обычный цикл. Но раньше CPython на каждой итерации увеличивал и уменьшал refcount для vx и vy.

Если посмотреть байткод:

Python 3.13

LOAD_FAST        vx
LOAD_FAST        x
BINARY_OP        *=

Python 3.15

LOAD_FAST_BORROW vx
LOAD_FAST_BORROW x
BINARY_OP        *=

Разница тонкая, но важная:
LOAD_FAST → увеличивает reference count
LOAD_FAST_BORROW → берёт ссылку временно, без инкремента

Это возможно только если интерпретатор доказывает, что объект:
✔️ используется локально
✔️ не переопределяется
✔️ не «утекает» наружу

По сути, CPython делает упрощённый lifetime-анализ — очень похоже на borrow-идею из Rust, только на уровне байткода.

Итог: меньше операций с памятью, меньше давления на CPU cache и ускорение циклов без изменения Python-кода.

🔗 Если хочется увидеть полный байткод-дифф и внутреннюю логику оптимизации — дальше всё подробно разобрано в статье.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст