常用垃圾收集算法——《深入理解Java虚拟机》笔记

概述

垃圾收集器（Garbage Collection, GC）的历史要比Java久远，且并非Java独有，GC主要完成以下三件事情：

1. 哪些内存需要回收
2. 什么时候回收
3. 如何回收

对于Java内存运行时区域的各个部分，程序计数器、虚拟机栈、本地方法栈3个线程私有区域是随线程而生，又随线程而灭，因此这几个区域的内存分配和回收都具备确定性，不需要考虑垃圾回收的问题。而Java堆和方法区这两个线程共享区的内存是动态分配的，因此垃圾收集器主要关注的是这部分的内存，这里也是垃圾回收的主战场。

如何判断对象死亡

引用计数算法

原理：给对象添加一个引用计数器，当有一个地方引用它时，计数器加1，当引用结束时，计数器减1，任何时候当引用计数为0时，则认为该对象没有被使用，可以被回收。

引用计数算法实现简单，效率也很高，也有很多技术中都使用该算法来管理内存。但Java虚拟机却没有使用该算法，最主要的原因它很难解决对象之间互相循环引用的问题。例如下面示例代码：

public class ReferenceCountingGC {
    public Object instance = null;

    public static void testGC() {
        ReferenceCountingGC objA = new ReferenceCountingGC();
        ReferenceCountingGC objB = new ReferenceCountingGC();
        objA.instance = objB;
        objB.instance = objA;

        objA = null;
        objB = null;

        System.gc();
    }
}

上述代码中objA与objB互相引用，如果Java虚拟机采用引用计数算法，发生GC时，objA、objB将无法被回收。测试可知，上述Java代码在GC时是可以回收内存的，因此可从侧面证明Java虚拟机并非用的引用计数算法。

可达性分析算法

其实在Java、C#等主流语言中，使用的都是可达性分析（Reachability）算法来判定对象是否存活的。该算法基本思路是通过一系列称为“GC Roots”的对象作为起始点，从这些节点向下搜索，搜索所走过的路径叫做引用链（Reference Chain），当一个对象到GC Roots没有任何引用链相连时，用图论原理来说，即GC Roots到这个对象是不可达的，则以此判断该对象是不可用的。

可达性分析原理示意图（来自Google I/O）

在Java语言中，可作为GC Roots的对象有以下几种：

1. 虚拟机栈（栈帧中的本地变量表）中引用的对象
2. 方法区中类静态属性引用的对象
3. 方法区中常量引用的对象
4. 本地方法栈中JNI引用的对象

常用的垃圾收集算法

标记-清除算法

标记-清除（Mark-Sweep）算法是最基础的垃圾收集算法，其分为两个阶段：首先标记出所需要回收的对象，然后在标记完成后统一回收所有被标记的对象。

标记-清除算法的不足：

1. 效率问题，标记和清除两个过程的效率都不高
2. 空间问题，标记清除后会产生大量不连续的内存碎片，空间碎片太多可能导致以后要为大对象分配内存时，如果找不到足够的连续内存而不得不触发另一次垃圾收集动作。

标记-清除算法原理示意图（来自《深入理解Java虚拟机》）

复制算法

复制（Copying）算法为了解决上述算法的效率问题，它将可用内存按容量划分为大小相等的两块，每次只使用其中的一块。当这一块的内存用完了，就将还存活的对象复制到另一块上面，然后再把已使用过的内存空间一次清空。这样使得每次都是对整个半区进行内存回收，内存分配时也就不用考虑内存碎片等复杂情况，只要移动堆顶指针，按顺序分配内存即可，实现简单，运行高效。

复制算法原理示意图（来自《深入理解Java虚拟机》）

现代商业虚拟机都采用这种收集算法来回收新生代，但按上述原理，将内存缩小为原来的一半使用，这种代价有点太大了。IBM研究证明，98%的对象是“朝生夕死”，所以不必按1:1来划分内存空间，而是将内存分为一块较大的Eden空间和两块较小的Survivor空间，每次使用Eden空间和其中一块Survivor。当回收内存时，将Eden和第一块Survivor中还存活的对象一次性地复制到第二块Survivor中，然后清理掉Eden和第一块Survivor空间。HotSpot虚拟机默认Eden与Survivor空间的大小比例为8:1，一旦第二块Survivor不足以容纳Eden与第一块Survivor复制过来的存活对象时，这些对象将通过分配担保机制进入老年代。

标记-整理算法

复制收集算法在对象存活率较高时就要频繁进行复制操作，导致效率变低，因此在老年代一般不选用这种算法。根据老年代的特点，有人提出了标记-整理（Mark-Compact）算法，标记过程跟标记-清除算法的一样，但后续步骤不是直接将可回收对象进行清理，而是让所有存活对象都向一端移动，然后直接清理掉端边界以外的内存。

标记-整理算法原理示意图（来自《深入理解Java虚拟机》）

分代收集算法

当前虚拟机的垃圾收集都采用“分代收集”（Generational Collection）算法。算法思想是跟根据对象存活周期的不同将内存划分为几块，一般将Java堆划分为新生代和老年代，这样可以根据各个年代的特点采用最合适的垃圾收集算法。

在新生代中，每次垃圾收集时都有大量对象死亡，只有少量存活，因此优选复制算法，这样只需要付出少量对象的复制成本就可以完成收集；而对于老年代，因为对象存活率高，且没有额外的空间对它进行分配担保，就更适合使用标记-清理或标记-整理算法来进行回收。