GC的三大基础算法

jvm系列

• 垃圾回收基础

• JVM的编译策略

• GC的三大基础算法

• GC的三大高级算法

• GC策略的评价指标

• JVM信息查看

• GC通用日志解读

• jvm的card table数据结构

• Java类初始化顺序

• Java对象结构及大小计算

• Java的类加载机制

• Java对象分配简要流程

• 年老代过大有什么影响

• Survivor空间溢出实例

• 关于Object=null

• Java线程与Xss

基本术语

1. 垃圾（Garbage）

就是须要回收的对象。

做为编写程序的人，是能够作出“这个对象已经再也不须要了”这样的判断，但计算机是作不到的。所以，若是程序（经过某个变量等等）可能会直接或间接地引用一个对象，那么这个对象就被视为“存活”；与之相反，已经引用不到的对象被视为“死亡”。将这些“死亡”对象找出来，而后做为垃圾进行回收，这就是GC的本质。

二、根（Root）

就是判断对象是否可被引用的起始点。

至于哪里才是根，不一样的语言和编译器都有不一样的规定，但基本上是将变量和运行栈空间做为根。好了，用上面这两个术语，咱们来说一讲主要的GC算法。

三大基础GC算法

一、标记清除法/标记压缩法

标记清除（Mark and Sweep）是最先开发出的GC算法（1960年）。它的原理很是简单，首先从根开始将可能被引用的对象用递归的方式进行标记，而后将没有标记到的对象做为垃圾进行回收。

图1显示了标记清除算法的大体原理。图1中的（1）部分显示了随着程序的运行而分配出一些对象的状态，一个对象能够对其余的对象进行引用。图中（2）部分中，GC开始执行，从根开始对可能被引用的对象打上“标记”。大多数状况下，这种标记是经过对象内部的标志（Flag）来实现的。因而，被标记的对象咱们把它们涂黑。图中（3）部分中，被标记的对象所可以引用的对象也被打上标记。重复这一步骤的话，就能够将从根开始可能被间接引用到的对象所有打上标记。到此为止的操做，称为标记阶段（Mark phase）。

标记阶段完成时，被标记的对象就被视为“存活”对象。图1中的（4）部分中，将所有对象按顺序扫描一遍，将没有被标记的对象进行回收。这一操做被称为清除阶段（Sweep phase）。

在扫描的同时，还须要将存活对象的标记清除掉，以便为下一次GC操做作好准备。标记清除算法的处理时间，是和存活对象数与对象总数的总和相关的。

做为标记清除的变形，还有一种叫作标记压缩（Mark and Compact）的算法，它不是将被标记的对象清除，而是将它们不断压缩。

二、复制收集算法

标记清除算法有一个缺点，就是在分配了大量对象，而且其中只有一小部分存活的状况下，所消耗的时间会大大超过必要的值，这是由于在清除阶段还须要对大量死亡对象进行扫描。复制收集（Copy and Collection）则试图克服这一缺点。在这种算法中，会将从根开始被引用的对象复制到另外的空间中，而后，再将复制的对象所可以引用的对象用递归的方式不断复制下去。

图2的（1）部分是GC开始前的内存状态，这和图1的（1）部分是同样的。图2的（2）部分中，在旧对象所在的“旧空间”之外，再准备出一块“新空间”，并将可能从根被引用的对象复制到新空间中。图中（3）部分中，从已经复制的对象开始，再将能够被引用的对象像一串糖葫芦同样复制到新空间中。复制完成以后，“死亡”对象就被留在了旧空间中。图中（4）部分中，将旧空间废弃掉，就能够将死亡对象所占用的空间一口气所有释放出来，而没有必要再次扫描每一个对象。下次GC的时候，如今的新空间也就变成了未来的旧空间。

经过图2咱们能够发现，复制收集方式中，只存在至关于标记清除方式中的标记阶段。因为清除阶段中须要对现存的全部对象进行扫描，在存在大量对象，且其中大部分都即将死亡的状况下，所有扫描一遍的开销实在是不小。而在复制收集方式中，就不存在这样的开销。

可是，和标记相比，将对象复制一份所须要的开销则比较大，所以在“存活”对象比例较高的状况下，反而会比较不利。这种算法的另外一个好处是它具备局部性（Lo-cality）。在复制收集过程当中，会按照对象被引用的顺序将对象复制到新空间中。因而，关系较近的对象被放在距离较近的内存空间中的可能性会提升，这被称为局部性。局部性高的状况下，内存缓存会更容易有效运做，程序的运行性能也可以获得提升。

三、引用计数法

引用计数（Reference Count）方式是GC算法中最简单也最容易实现的一种，它和标记清除方式差很少是在同一时间发明出来的。它的基本原理是，在每一个对象中保存该对象的引用计数，当引用发生增减时对计数进行更新。引用计数的增减，通常发生在变量赋值、对象内容更新、函数结束（局部变量再也不被引用）等时间点。当一个对象的引用计数变为0时，则说明它未来不会再被引用，所以能够释放相应的内存空间。

图3的（1）部分中，全部对象中都保存着本身被多少个其余对象进行引用的数量（引用计数），图中每一个对象右上角的数字就是引用计数。图中（2）部分中，当对象引用发生变化时，引用计数也跟着变化。在这里，由对象B到对象D的引用失效了，因而对象D的引用计数变为0。因为对象D的引用计数为0，所以由对象D到对象C和E的引用数也分别相应减小。结果，对象E的引用计数也变为0，因而对象E也被释放掉了。图3的（3）部分中，引用计数变为0的对象被释放，“存活”对象则保留了下来。你们应该注意到，在整个GC处理过程当中，并不须要对全部对象进行扫描。

实现容易是引用计数算法最大的优势。标记清除和复制收集这些GC机制在实现上都有必定难度；而引用计数方式的话，凡有些年头的C++程序员（包括我在内），应该都曾经实现过相似的机制，能够说这种算法是至关具备广泛性的。除此以外，当对象再也不被引用的瞬间就会被释放，这也是一个优势。其余的GC机制中，要预测一个对象什么时候会被释放是很困难的，而在引用计数方式中则是当即被释放的。并且，因为释放操做是针对每一个对象个别执行的，所以和其余算法相比，由GC而产生的中断时间（Pause time）就比较短，这也是一个优势。

引用计数方式的缺点另外一方面，这种方式也有缺点。引用计数最大的缺点，就是没法释放循环引用的对象。

图4中，A、B、C三个对象没有被其余对象引用，而是互相之间循环引用，所以它们的引用计数永远不会为0，结果这些对象就永远不会被释放。引用计数的第二个缺点，就是必须在引用发生增减时对引用计数作出正确的增减，而若是漏掉了某个增减的话，就会引起很难找到缘由的内存错误。引用数忘了增长的话，会对不恰当的对象进行释放；而引用数忘了减小的话，对象会一直残留在内存中，从而致使内存泄漏。若是语言编译器自己对引用计数进行管理的话还好，不然，若是是手动管理引用计数的话，那将成为孕育bug的温床。

最后一个缺点就是，引用计数管理并不适合并行处理。若是多个线程同时对引用计数进行增减的话，引用计数的值就可能会产生不一致的问题（结果则会致使内存错误）。为了不这种状况的发生，对引用计数的操做必须采用独占的方式来进行。若是引用操做频繁发生，每次都要使用加锁等并发控制机制的话，其开销也是不可小觑的。综上所述，引用计数方式的原理和实现虽然简单，但缺点也不少，所以最近基本上再也不使用了。如今，依然采用引用计数方式的语言主要有Perl和Python，但它们为了不循环引用的问题，都配合使用了其余的GC机制。这些语言中，GC基本上是经过引用计数方式来进行的，但偶尔也会用其余的算法来执行GC，这样就能够将引用计数方式没法回收的那些对象处理掉。

引用

• 代码的将来