垃圾收集算法

一、標(biāo)記——清除算法

  • 實現(xiàn):
    • 算法分為“標(biāo)記”和“清除”兩個階段:首先標(biāo)記出所有需要回收的對象们拙,在標(biāo)記完成后統(tǒng)一回收所有被標(biāo)記的對象沼死。
  • 特點:
    • 是最基礎(chǔ)的收集算法
  • 缺點:
    • 效率問題,標(biāo)記和清除兩個過程的效率都不高
    • 空間問題呕童,標(biāo)記清除之后會產(chǎn)生大量不連續(xù)的內(nèi)存碎片漆际,空間碎片太多可能會導(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)另一次收集動作夺饲。

二奸汇、復(fù)制算法

  • 實現(xiàn):
    • 將可用內(nèi)存按容量劃分為大小相等的兩塊,每次只使用其中的一塊往声。當(dāng)這一塊的內(nèi)存用完了擂找,就將還存活著的對象復(fù)制到另一塊上面,然后再把已使用過的內(nèi)存空間一次清理調(diào)浩销。這樣使用每次都是對整個半?yún)^(qū)進行內(nèi)存回收贯涎。
  • 特點:
    • 實現(xiàn)簡單,運行高效
    • 現(xiàn)在的商業(yè)虛擬機都采用這種收集算法來回收新生代
  • 缺點:
    • 將內(nèi)存縮小為了原來的一半慢洋,代價太高
    • 對象存活率較高時就要進行較多的復(fù)制操作塘雳,效率將會變低。更關(guān)鍵的是且警,如果不想浪費 50% 的空間粉捻,就需要有額外的空間進行分配擔(dān)保,以應(yīng)對被使用的內(nèi)存中所有對象都 100% 存活的極端情況斑芜,所以在老年代一般不能直接選用這種算法肩刃。

三、標(biāo)記-整理算法

  • 實現(xiàn):
    • 標(biāo)記過程仍然與“標(biāo)記——清除”算法一樣杏头,但后續(xù)步驟不是直接對可回收對象進行清理盈包,而是讓所有存活的對象都向一端移動,然后直接清理掉端邊界以外的內(nèi)存醇王。

四呢燥、分代收集算法

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。

  • 實現(xiàn):
    • 一般是把 Java 堆分為新生代和老年代寓娩,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ā?/li>
    • 在新生代中叛氨,每次垃圾收集時都發(fā)現(xiàn)有大批對象死去呼渣,只有少量存活,那就選用復(fù)制算法寞埠,只需要付出少量存活對象的復(fù)制成本就可以完成收集屁置。
    • 老年代因為對象存活率高、沒有額外空間對它進行分配擔(dān)保仁连,就必須使用“標(biāo)記——清除”或者“標(biāo)記整理”算法來進行回收蓝角。
?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,一起剝皮案震驚了整個濱河市饭冬,隨后出現(xiàn)的幾起案子使鹅,更是在濱河造成了極大的恐慌,老刑警劉巖昌抠,帶你破解...
    沈念sama閱讀 212,383評論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件患朱,死亡現(xiàn)場離奇詭異,居然都是意外死亡扰魂,警方通過查閱死者的電腦和手機麦乞,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,522評論 3 385
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來劝评,“玉大人,你說我怎么就攤上這事倦淀〗螅” “怎么了?”我有些...
    開封第一講書人閱讀 157,852評論 0 348
  • 文/不壞的土叔 我叫張陵撞叽,是天一觀的道長姻成。 經(jīng)常有香客問我,道長愿棋,這世上最難降的妖魔是什么科展? 我笑而不...
    開封第一講書人閱讀 56,621評論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮糠雨,結(jié)果婚禮上才睹,老公的妹妹穿的比我還像新娘。我一直安慰自己甘邀,他們只是感情好琅攘,可當(dāng)我...
    茶點故事閱讀 65,741評論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著松邪,像睡著了一般坞琴。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上逗抑,一...
    開封第一講書人閱讀 49,929評論 1 290
  • 那天剧辐,我揣著相機與錄音寒亥,去河邊找鬼。 笑死荧关,一個胖子當(dāng)著我的面吹牛溉奕,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播羞酗,決...
    沈念sama閱讀 39,076評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼腐宋,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了檀轨?” 一聲冷哼從身側(cè)響起胸竞,我...
    開封第一講書人閱讀 37,803評論 0 268
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎参萄,沒想到半個月后卫枝,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,265評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡讹挎,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 36,582評論 2 327
  • 正文 我和宋清朗相戀三年校赤,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 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筒溃。...
    茶點故事閱讀 38,716評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡马篮,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出怜奖,到底是詐尸還是另有隱情浑测,我是刑警寧澤,帶...
    沈念sama閱讀 34,395評論 4 333
  • 正文 年R本政府宣布歪玲,位于F島的核電站迁央,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏滥崩。R本人自食惡果不足惜岖圈,卻給世界環(huán)境...
    茶點故事閱讀 40,039評論 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望钙皮。 院中可真熱鬧蜂科,春花似錦、人聲如沸株灸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,798評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽慌烧。三九已至逐抑,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間屹蚊,已是汗流浹背厕氨。 一陣腳步聲響...
    開封第一講書人閱讀 32,027評論 1 266
  • 我被黑心中介騙來泰國打工进每, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人命斧。 一個月前我還...
    沈念sama閱讀 46,488評論 2 361
  • 正文 我出身青樓田晚,卻偏偏與公主長得像,于是被迫代替她去往敵國和親国葬。 傳聞我的和親對象是個殘疾皇子贤徒,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,612評論 2 350

推薦閱讀更多精彩內(nèi)容