垃圾回收算法介绍

对象存活检测机制

1.引用计数法

JVM早期使用的检测活着的对象基本算法,原理是每个对象持有一个引用计数器,当每个地方引用该对象则该对象的计数器进行+1,当这个引用失效后该对象的计数器进行-1,当该对象的计数器为0时候说明该对象就是垃圾,这个算法存在弊端,无法处理循环引用的对象,导致回收不了这种垃圾的对象。

2.根搜索算法(gcroot算法)

gcroot是从根节点进行引用,如果对象不在根节点范围的引用该对象属于gc回收的垃圾。
根节点具体分为(1.jvm栈的栈帧中的本地变量表的引用 2.方法区静态属性引用 3.方法区中的常量引用 4.本地方法引用)。gcroot根节点使用引用类型分为四大类 强引用(StrongReference) 软引用(softReference) 弱引用(weakReference)和虚引用(phantomReference),除了强引用外其他引用都会封装在Reference里面。
    强引用:如User u = new User()这种方式引用的对象, 这种对象是不会被gc回收的,即使jvm抛出oom也不会回收该对象,它会随着程序结束而消亡。要想让jvm回收只可以将强引用进行弱化,u=null;当gcroot根节点引用不到,发生gc会将其回收掉。
    软引用:软引用jvm在内存充足的情况下不会回收此对象,只有在内存紧张(oom之前)时候回收此对象,回收前将这些对象放入引用队列中进行回收。
    弱引用:jvm随时可能回收此种类型对象,当触发gc时候将这些对象放入引用队列中回收
    虚引用:和没有引用一样,无法获取到强引用对象,也是加入的引用队列中

3.标记清除算法

暂停应用程序执行,gc线程进行扫描标记没有存活的对象进行回收,这种方式会产生内存碎片化。

4.标记压缩算法

这种方式与标记清除算法类似,不同点在于扫描到没有存活的对象分配到同一内存区域,将对象之前存放的内存区域进行整理合并之后回收没有存活的那块区域的对象,碎片化极大的降低,使内存重复利用率大大的提升。

5.分区回收算法

将内存均等份分区(常说的region区),程序产生的对象分配到不同的region区,回收对象时候是对某个region区进行回收,这个过程不会STW(暂停程序),在不影响垃圾回收的程序线程可以和当前region区的垃圾回收线程同步进行,这样降低了对整个内存垃圾回收的时间,提高程序响应,可以理解为在整个回收过程中无stw现象产生

6.分代算法

每个对象都有生命周期,存在不同生命周期的对象应使用不同的算法进行垃圾回收。提高效率,分代常用的算法,gcroot,复制算法,标记压缩算法等等

记忆集合

记忆集合指的是老年代对象引用指向新生代对象引用的集合,在介绍gcroot算法进行搜索。现在有个D(老年代)引用指向C(新生代)这种对象如图:


图片.png

当发生YONG GC时候 根据根搜索算法确定C是否被堆外引用,那就需要遍历老年代中所有对象是否引用该对象,这样就会浪费时间,jvm就引用了记忆集合(remember set)当新生代的对象到达一定的年龄放入老年代时将该对象的引用新生代的对象引用关系放入到记忆集合中,如果没有不用执行此操作,这样yong gc时候只需要在记忆集合中遍历C是否被老年代引用。不用遍历整个Old区,大大提高性能。记忆集合有个致命的缺点其实这种引用图C和D是无法被回收的,因为记忆集合存在导致C不能被回收,D也就不能被回收,这种方式就是典型的 "空间换时间" ,那么这种对象什么时候才能被回收?只能等到C到达年龄移到老年区,发生gc才会被回收。记忆集依旧遵循垃圾回收原则:垃圾回收那些不可达的对象,但不保证所有不可达的对象都会被回收。

总结

垃圾回收算法大体包含:引用计数器算法,根搜索算法(gcRoot),复制算法,标记清除算法,标记压缩算法,分区算法,分代算法。
为了提高gcRoot搜索算法jvm引入了"记忆集合"提高对可达对象的查找判断。
end-------------------------------------------------------------
下一篇,介绍jvm的几种垃圾回收器

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,997评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,603评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,359评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,309评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,346评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,258评论 1 300
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,122评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,970评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,403评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,596评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,769评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,464评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,075评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,705评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,848评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,831评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,678评论 2 354