GC算法

垃圾搜集算法的實現(xiàn)涉及太多細(xì)節(jié)劣针,而且各個平臺虛擬機操作內(nèi)存的方法又各不相同,因此本文不會太多的討論算法實現(xiàn)竞思,而是介紹幾種算法的思想以及其發(fā)展過程搞坝。
本文涉及到以下GC算法:

  • 標(biāo)記-清除算法(Mark-Sweep)
  • 復(fù)制算法(Copying)
  • 標(biāo)記整理算法(Mark-Compact)
  • 分代搜集算法(Generational Collection)

標(biāo)記-清除算法(Mark-Sweep)

算法思想

最基礎(chǔ)的算法就是標(biāo)記-清除算法,如同其名字一樣干旁,算法分為“標(biāo)記”和“清除”兩個階段:
第一階段驶沼,標(biāo)記:使用可達性分析算法判斷對象是否可達,然后一般在對象的header中對可達性進行“標(biāo)記”争群。
第二階段回怜,清除:垃圾搜集器會對被標(biāo)記為不可達的對象進行“清除”。

算法缺陷

  • 效率問題:標(biāo)記和清除兩個過程的效率都不高
  • 空間問題:標(biāo)記清楚之后會產(chǎn)生大量的不連續(xù)的內(nèi)存碎片换薄,空間碎片太多玉雾,可能導(dǎo)致以后在程序運行過程中需要分配較大對象時,無法找到足夠的連續(xù)內(nèi)存而不得不提前觸發(fā)另一次垃圾搜集動作轻要。


    標(biāo)記-清除算法示意圖

復(fù)制算法(Copying)

算法思想

為了解決效率問題复旬,一種稱為“復(fù)制”的搜集算法出現(xiàn)了,他將可用內(nèi)存按照容量劃分為大小相等的兩塊冲泥,每次只使用其中的一塊驹碍。當(dāng)這一塊用完了,就將還活著的對象復(fù)制到另一塊上面凡恍,然后再把已經(jīng)使用過得內(nèi)存一次性清理掉志秃。這樣使得每次都是對整個半?yún)^(qū)進行內(nèi)存回收,內(nèi)存分配時也就不用考慮內(nèi)存碎片等復(fù)雜情況嚼酝,只要移動堆頂指針浮还,按照順序分配內(nèi)存即可,實現(xiàn)簡單闽巩,運行高效碑定。

算法缺陷

內(nèi)存浪費嚴(yán)重:這種算法的代價是將內(nèi)存縮小為了原來的一半流码,浪費嚴(yán)重。


復(fù)制算法示意圖

算法優(yōu)化

現(xiàn)在的商業(yè)虛擬機都采用這種搜集算法來回收新生代延刘,IBM公司研究表明漫试,新生代中對象98%是“朝生夕死”,所以并不需要按照1:1的比例來劃分內(nèi)存空間碘赖,而是將內(nèi)存分為一塊較大的Eden空間和兩塊較小的Survivor空間驾荣,每次使用Eden和其中一塊Survivor。當(dāng)回收時普泡,將Eden和Survivor中還存活的對象一次性復(fù)制到另外一塊Survivor空間上播掷,最后清掉Eden和剛才用過的Survivor空間。
HotSpot虛擬機默認(rèn)Eden和Survivor的大小比例是8:1,也就是每次新生代中可用內(nèi)存空間為整個新生代容量的90%(80%+10%)撼班,只有10%的內(nèi)存會被浪費歧匈。當(dāng)然,98%的對象可回收只是一般場景下的數(shù)據(jù)砰嘁,我們沒有辦法保證每次回收都只有不多于10%的對象存活件炉,當(dāng)Survivor空間不夠用時,需要依賴其他內(nèi)存(這里指老年代)進行分配擔(dān)保(Handle Promotion)矮湘。
內(nèi)存的分配擔(dān)保就好比我們?nèi)ャy行借款斟冕,如果我們信譽很好,在98%的情況下都能按時償還缅阳,于是銀行可能會默認(rèn)我們下一次也能按時按量地償還貸款磕蛇,只需要有一個擔(dān)保人能保證如果我不能還款時,可以從他的賬戶扣錢十办,那銀行就認(rèn)為沒有風(fēng)險了秀撇。內(nèi)存的分配擔(dān)保也一樣,如果另外一塊Survivor空間沒有足夠空間存放上一次新生代收集下來的存活對象時向族,這些對象將直接通過分配擔(dān)保機制進入老年代呵燕。

標(biāo)記-整理算法

算法思想

復(fù)制收集算法在對象存活率較高時就要進行較多的復(fù)制操作,效率將會變低炸枣。更關(guān)鍵的是,如果不想浪費50%的空間弄唧,就需要有額外的空間進行分配擔(dān)保适肠,以應(yīng)對被使用的內(nèi)存中所有對象都100%存活的極端情況,所以在老年代一般不能直接選用這種算法候引。
根據(jù)老年代的特點侯养,有人提出了另外一種“標(biāo)記-整理”(Mark-Compact)算法,標(biāo)記過程仍然與“標(biāo)記-清除”算法一樣澄干,但后續(xù)步驟不是直接對可回收對象進行清理逛揩,而是讓所有存活的對象都向一端移動柠傍,然后直接清理掉端邊界以外的內(nèi)存。


標(biāo)記-整理算法示意圖

分代搜集算法

當(dāng)前商業(yè)虛擬機的垃圾收集都采用“分代收集”(Generational Collection)算法辩稽,這種算法并沒有什么新的思想惧笛,只是根據(jù)對象存活周期的不同將內(nèi)存劃分為幾塊。一般是把Java堆分為新生代和老年代逞泄,這樣就可以根據(jù)各個年代的特點采用最適當(dāng)?shù)氖占惴ɑ颊T谛律校看卫占瘯r都發(fā)現(xiàn)有大批對象死去喷众,只有少量存活各谚,那就選用復(fù)制算法,只需要付出少量存活對象的復(fù)制成本就可以完成收集到千。而老年代中因為對象存活率高昌渤、沒有額外空間對它進行分配擔(dān)保,就必須使用“標(biāo)記—清理”或者“標(biāo)記—整理”算法來進行回收憔四。

參考
《深入理解Java虛擬機》

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末膀息,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子加矛,更是在濱河造成了極大的恐慌履婉,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,324評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件斟览,死亡現(xiàn)場離奇詭異毁腿,居然都是意外死亡,警方通過查閱死者的電腦和手機苛茂,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,356評論 3 392
  • 文/潘曉璐 我一進店門已烤,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人妓羊,你說我怎么就攤上這事胯究。” “怎么了躁绸?”我有些...
    開封第一講書人閱讀 162,328評論 0 353
  • 文/不壞的土叔 我叫張陵裕循,是天一觀的道長。 經(jīng)常有香客問我净刮,道長剥哑,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,147評論 1 292
  • 正文 為了忘掉前任淹父,我火速辦了婚禮株婴,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘暑认。我一直安慰自己困介,他們只是感情好大审,可當(dāng)我...
    茶點故事閱讀 67,160評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著座哩,像睡著了一般徒扶。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上八回,一...
    開封第一講書人閱讀 51,115評論 1 296
  • 那天酷愧,我揣著相機與錄音,去河邊找鬼缠诅。 笑死溶浴,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的管引。 我是一名探鬼主播士败,決...
    沈念sama閱讀 40,025評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼褥伴!你這毒婦竟也來了谅将?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,867評論 0 274
  • 序言:老撾萬榮一對情侶失蹤重慢,失蹤者是張志新(化名)和其女友劉穎饥臂,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體似踱,經(jīng)...
    沈念sama閱讀 45,307評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡隅熙,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,528評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了核芽。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片囚戚。...
    茶點故事閱讀 39,688評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖轧简,靈堂內(nèi)的尸體忽然破棺而出驰坊,到底是詐尸還是另有隱情,我是刑警寧澤哮独,帶...
    沈念sama閱讀 35,409評論 5 343
  • 正文 年R本政府宣布拳芙,位于F島的核電站,受9級特大地震影響皮璧,放射性物質(zhì)發(fā)生泄漏舟扎。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,001評論 3 325
  • 文/蒙蒙 一恶导、第九天 我趴在偏房一處隱蔽的房頂上張望浆竭。 院中可真熱鬧浸须,春花似錦惨寿、人聲如沸邦泄。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,657評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽顺囊。三九已至,卻和暖如春蕉拢,著一層夾襖步出監(jiān)牢的瞬間特碳,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,811評論 1 268
  • 我被黑心中介騙來泰國打工晕换, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留午乓,地道東北人。 一個月前我還...
    沈念sama閱讀 47,685評論 2 368
  • 正文 我出身青樓闸准,卻偏偏與公主長得像益愈,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子夷家,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,573評論 2 353

推薦閱讀更多精彩內(nèi)容

  • 聲明:原創(chuàng)文章蒸其,轉(zhuǎn)載請注明出處。http://www.reibang.com/u/e02df63eaa87 垃圾收...
    唐影若凡閱讀 1,059評論 1 6
  • 上篇我們介紹了Java運行時區(qū)域的各個部分库快,其中程序計數(shù)器摸袁、虛擬機棧、本地方法3個區(qū)域隨線程而生义屏,隨線程而滅靠汁;棧中...
    泰迪的bagwell閱讀 735評論 0 0
  • GC中的垃圾特指于內(nèi)存中不會再使用的對象,垃圾回收有很多算法:引用計數(shù)法標(biāo)記壓縮法復(fù)制算法分代湿蛔,分區(qū)的思想 引用計...
    MicoCube閱讀 364評論 0 1
  • 概述 垃圾收集 Garbage Collection 通常被稱為“GC”膀曾,它誕生于1960年 MIT 的 Lis...
    開心跳蚤閱讀 349評論 0 1
  • "皚如山上雪,皎若云間月阳啥。聞君有兩意添谊,故來相決絕。今日斗酒會察迟,明旦溝水頭斩狱。躞蹀御溝上,溝水獨自流扎瓶。凄凄復(fù)凄凄所踊,嫁娶...
    萬俟堇閱讀 424評論 1 2