java虚拟机-运行时数据区

在这里插入图片描述

本地方法栈

Java虚拟机栈是线程私有的,生命周期跟线程相同。

虚拟机栈的栈元素是栈帧,当有一个方法被调用时,代表这个方法的栈帧入栈;当这个方法返回时,其栈帧出栈。(后入先出,相当于弹夹调用就是放入子弹,返回就是发射,下面是图解栈帧及内部结构)
在这里插入图片描述

局部变量表

局部变量表是一组变量值存储空间,用以存储方法参数与方法内部定义的局部变量。在Java程序被编译为Class文件时,就在方法的Code属性的max_locals数据项中确定了该方法所需的局部变量表的最大容量。

slot 是局部变量表中的空间单位,虚拟机规范中有规定,对于 32 位之内的数据,用一个 slot 来存放,如 int,short,float 等;对于 64 位的数据用连续的两个 slot 来存放,如 long,double 等。引用类型的变量 JVM 并没有规定其长度,它可能是 32 位,也有可能是 64 位的,所以既有可能占一个 slot,也有可能占两个 slot。

操作数栈

操作数栈也被称为操作栈,是一个后入先出的栈。同局部变量表一样,操作数栈的最大深度在编译的时候已经写入到Code属性的max_stacks数据项中。

当一个方法刚刚开始的时候,这个方法的操作数栈是空的,在方法的执行过程中,会有各种字节码指令往操作数栈中写入和提取内容,也就是入栈和出栈操作。

举个例子,整数加法的字节码指令iadd在运行的时候在操作数栈中最接近栈顶的两个元素已经存入了两个int类型的数据,当执行这个命令时,这会将两个int类型的数据出栈,相加以后再把结果入栈。

动态连接

每一个栈帧内部都包含一个指向运行时常量池的引用来支持当前方法的代码实现动态链接。在 Class 文件里面,描述一个方法调用了其他方法,或者访问其成员变量是通过符号引用来表示的,动态链接的作用就是将这些符号引用所表示的方法转换为实际方法的直接引用。

方法返回地址

正常退出的时候存放的是程序计数器中的值

异常

  1. 线程请求的栈深度>虚拟机栈的允许最大深度,抛出StackOverflowError
  2. 如果虚拟机栈可以动态扩展,当扩展时无法申请到足够的内存是,抛出OutOfMemoryError(当前大部分虚拟机都支持动态扩展,只不过虚拟机规范中也允许固定大小的虚拟机栈)

本地方法栈

本地方法栈和虚拟机栈相似,区别就是虚拟机为虚拟机栈执行Java服务(字节码服务),而本地方法栈为虚拟机使用到的Native方法服务。本地方法栈中使用的语言,使用方式,数据结构没有强制要求。

程序计数器

也是线程私有的,主要记录线程执行到哪了

所有线程共有
java堆是JVM中内存最大的一块,被所有线程共享。几乎所有的对象实例都在这里分配,所以java堆也是JVM垃圾回收的主要区域。

堆又分为新生代和老年代,新生代进一步可以划分为Eden空间,From Survivor空间、To Survivor空间。比例是8:1:1

在这里插入图片描述

新生代

新生代为分成eden、From Survivor、To Survivor!
为什么比例是8:1:1!

这其实跟新生代使用的回收算法有关系

  1. 一般情况下新生成的对象都会被分配到新生代的Eden区,个别大对象(如数组、很长的字符串)会直接分配到老年代
  2. 当Eden区快满的时候会进行GC,将继续存活的对象放入From Survivor区,然后清空Eden区 GC完成,然后继续分配对象到Eden区
  3. 当Eden快满时又进行GC,这时会把Eden区、From Survivor区存活的对象放入To Survivor区,然后清空
  4. 如此循环,总的来说就是当Eden快满的时候就触发GC copy活对象放到空的Survivor里,然后清空其他两区。但是另一块Survivor空间放不下GC后存活的对象、或者是连续GC15次左右的情况。就把这部分存活对象放入到老年代空间。

这就是新生代的复制算法

老年代

老年代使用的是标记-整理算法这里就不再细说了,文末有传送门我的另一篇文章中有说

异常

堆会抛出OutOfMemoryError也就是常说的OOM,原因有很多比如分配的堆内存太小、程序中有死循环等等

方法区

所有线程共有,也叫永久代

方法区用于存储JVM加载的类信息、final常量、static静态变量等数据,方法区中的数据都是整个程序中唯一的。方法区还包含了运行时常量池,主要存放编译期生成的字面量和符号引用(在类加载后放入)。String对象的字面量就会被放入到运行时常量池中。
在这里插入图片描述

异常

方法区也会抛出OOM异常

jdk1.8之后的改动

最最主要的就是元空间取代了方法区(永久代)

空间和永久代的性质是一样的,都是对JVM方法区的实现,作用是一样的。不过元空间与永久代之间最大的区别在于:元空间并不在虚拟机JVM内存中,而是使用本地内存。

为什么用元空间取代永久代呢?

  1. 字符串存在永久代中,容易出现性能问题和内存溢出。
  2. 类及方法的信息等比较难确定其大小,因此对于永久代的大小指定比较困难,太小容易出现永久代溢出,太大则容易导致老年代溢出。
  3. 永久代会为GC带来不必要的复杂度,并且回收效率偏低。

点这里看:垃圾回收机制

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值