[轉(zhuǎn)]五、GC算法精解(復(fù)制算法與標(biāo)記-整理算法)

版權(quán)聲明
作者:zuoxiaolong(左瀟龍)
出處:博客園左瀟龍的技術(shù)博客--http://www.cnblogs.com/zuoxiaolong
您的支持是對博主最大的鼓勵(lì),感謝您的認(rèn)真閱讀。
本文版權(quán)歸作者所有,歡迎轉(zhuǎn)載,但未經(jīng)作者同意必須保留此段聲明,且在文章頁面明顯位置給出原文連接,否則保留追究法律責(zé)任的權(quán)利。
原文鏈接:http://www.cnblogs.com/zuoxiaolong/p/jvm5.html

本次LZ和各位分享GC最后兩種算法,復(fù)制算法以及標(biāo)記/整理算法。上一章在講解標(biāo)記/清除算法時(shí)已經(jīng)提到過,這兩種算法都是在此基礎(chǔ)上演化而來的,究竟這兩種算法優(yōu)化了之前標(biāo)記/清除算法的哪些問題呢?

復(fù)制算法

我們首先一起來看一下復(fù)制算法的做法,復(fù)制算法將內(nèi)存劃分為兩個(gè)區(qū)間,在任意時(shí)間點(diǎn),所有動(dòng)態(tài)分配的對象都只能分配在其中一個(gè)區(qū)間(稱為活動(dòng)區(qū)間),而另外一個(gè)區(qū)間(稱為空閑區(qū)間)則是空閑的。

當(dāng)有效內(nèi)存空間耗盡時(shí),JVM將暫停程序運(yùn)行,開啟復(fù)制算法GC線程。接下來GC線程會(huì)將活動(dòng)區(qū)間內(nèi)的存活對象,全部復(fù)制到空閑區(qū)間,且嚴(yán)格按照內(nèi)存地址依次排列,與此同時(shí),GC線程將更新存活對象的內(nèi)存引用地址指向新的內(nèi)存地址。

此時(shí),空閑區(qū)間已經(jīng)與活動(dòng)區(qū)間交換,而垃圾對象現(xiàn)在已經(jīng)全部留在了原來的活動(dòng)區(qū)間,也就是現(xiàn)在的空閑區(qū)間。事實(shí)上,在活動(dòng)區(qū)間轉(zhuǎn)換為空間區(qū)間的同時(shí),垃圾對象已經(jīng)被一次性全部回收。

聽起來復(fù)雜嗎?

其實(shí)一點(diǎn)也不復(fù)雜,有了上一章的基礎(chǔ),相信各位理解這個(gè)算法不會(huì)費(fèi)太多力氣。LZ給各位繪制一幅圖來說明問題,如下所示。

image

其實(shí)這個(gè)圖依然是上一章的例子,只不過此時(shí)內(nèi)存被復(fù)制算法分成了兩部分,下面我們看下當(dāng)復(fù)制算法的GC線程處理之后,兩個(gè)區(qū)域會(huì)變成什么樣子,如下所示。

image

可以看到,1和4號對象被清除了,而2、3、5、6號對象則是規(guī)則的排列在剛才的空閑區(qū)間,也就是現(xiàn)在的活動(dòng)區(qū)間之內(nèi)。此時(shí)左半部分已經(jīng)變成了空閑區(qū)間,不難想象,在下一次GC之后,左邊將會(huì)再次變成活動(dòng)區(qū)間。

很明顯,復(fù)制算法彌補(bǔ)了標(biāo)記/清除算法中,內(nèi)存布局混亂的缺點(diǎn)。不過與此同時(shí),它的缺點(diǎn)也是相當(dāng)明顯的。

1、它浪費(fèi)了一半的內(nèi)存,這太要命了。

2、如果對象的存活率很高,我們可以極端一點(diǎn),假設(shè)是100%存活,那么我們需要將所有對象都復(fù)制一遍,并將所有引用地址重置一遍。復(fù)制這一工作所花費(fèi)的時(shí)間,在對象存活率達(dá)到一定程度時(shí),將會(huì)變的不可忽視。

所以從以上描述不難看出,復(fù)制算法要想使用,最起碼對象的存活率要非常低才行,而且最重要的是,我們必須要克服50%內(nèi)存的浪費(fèi)。

標(biāo)記/整理算法

標(biāo)記/整理算法與標(biāo)記/清除算法非常相似,它也是分為兩個(gè)階段:標(biāo)記和整理。下面LZ給各位介紹一下這兩個(gè)階段都做了什么。

標(biāo)記:它的第一個(gè)階段與標(biāo)記/清除算法是一模一樣的,均是遍歷GC Roots,然后將存活的對象標(biāo)記。

整理:移動(dòng)所有存活的對象,且按照內(nèi)存地址次序依次排列,然后將末端內(nèi)存地址以后的內(nèi)存全部回收。因此,第二階段才稱為整理階段。

它GC前后的圖示與復(fù)制算法的圖非常相似,只不過沒有了活動(dòng)區(qū)間和空閑區(qū)間的區(qū)別,而過程又與標(biāo)記/清除算法非常相似,我們來看GC前內(nèi)存中對象的狀態(tài)與布局,如下圖所示。

image

這張圖其實(shí)與標(biāo)記/清楚算法一模一樣,只是LZ為了方便表示內(nèi)存規(guī)則的連續(xù)排列,加了一個(gè)矩形表示內(nèi)存區(qū)域。倘若此時(shí)GC線程開始工作,那么緊接著開始的就是標(biāo)記階段了。此階段與標(biāo)記/清除算法的標(biāo)記階段是一樣一樣的,我們看標(biāo)記階段過后對象的狀態(tài),如下圖。

image

沒什么可解釋的,接下來,便應(yīng)該是整理階段了。我們來看當(dāng)整理階段處理完以后,內(nèi)存的布局是如何的,如下圖。

image

以看到,標(biāo)記的存活對象將會(huì)被整理,按照內(nèi)存地址依次排列,而未被標(biāo)記的內(nèi)存會(huì)被清理掉。如此一來,當(dāng)我們需要給新對象分配內(nèi)存時(shí),JVM只需要持有一個(gè)內(nèi)存的起始地址即可,這比維護(hù)一個(gè)空閑列表顯然少了許多開銷。

不難看出,標(biāo)記/整理算法不僅可以彌補(bǔ)標(biāo)記/清除算法當(dāng)中,內(nèi)存區(qū)域分散的缺點(diǎn),也消除了復(fù)制算法當(dāng)中,內(nèi)存減半的高額代價(jià),可謂是一舉兩得,一箭雙雕,一石兩鳥,一。。。。一女兩男?

不過任何算法都會(huì)有其缺點(diǎn),標(biāo)記/整理算法唯一的缺點(diǎn)就是效率也不高,不僅要標(biāo)記所有存活對象,還要整理所有存活對象的引用地址。從效率上來說,標(biāo)記/整理算法要低于復(fù)制算法。

算法總結(jié)

這里L(fēng)Z給各位總結(jié)一下三個(gè)算法的共同點(diǎn)以及它們各自的優(yōu)勢劣勢,讓各位對比一下,想必會(huì)更加清晰。

它們的共同點(diǎn)主要有以下兩點(diǎn)。

1、三個(gè)算法都基于根搜索算法去判斷一個(gè)對象是否應(yīng)該被回收,而支撐根搜索算法可以正常工作的理論依據(jù),就是語法中變量作用域的相關(guān)內(nèi)容。因此,要想防止內(nèi)存泄露,最根本的辦法就是掌握好變量作用域,而不應(yīng)該使用前面內(nèi)存管理雜談一章中所提到的C/C++式內(nèi)存管理方式。

2、在GC線程開啟時(shí),或者說GC過程開始時(shí),它們都要暫停應(yīng)用程序(stop the world)。

它們的區(qū)別LZ按照下面幾點(diǎn)來給各位展示。(>表示前者要優(yōu)于后者,=表示兩者效果一樣)

效率:復(fù)制算法>標(biāo)記/整理算法>標(biāo)記/清除算法(此處的效率只是簡單的對比時(shí)間復(fù)雜度,實(shí)際情況不一定如此)。

內(nèi)存整齊度:復(fù)制算法=標(biāo)記/整理算法>標(biāo)記/清除算法。

內(nèi)存利用率:標(biāo)記/整理算法=標(biāo)記/清除算法>復(fù)制算法。

可以看到標(biāo)記/清除算法是比較落后的算法了,但是后兩種算法卻是在此基礎(chǔ)上建立的,俗話說“吃水不忘挖井人”,因此各位也莫要忘記了標(biāo)記/清除這一算法前輩。而且,在某些時(shí)候,標(biāo)記/清除也會(huì)有用武之地。

結(jié)束語

到此我們已經(jīng)將三個(gè)算法了解清楚了,可以看出,效率上來說,復(fù)制算法是當(dāng)之無愧的老大,但是卻浪費(fèi)了太多內(nèi)存,而為了盡量兼顧上面所提到的三個(gè)指標(biāo),標(biāo)記/整理算法相對來說更平滑一些,但效率上依然不盡如人意,它比復(fù)制算法多了一個(gè)標(biāo)記的階段,又比標(biāo)記/清除多了一個(gè)整理內(nèi)存的過程。

難道就沒有一種最優(yōu)算法嗎?

當(dāng)然是沒有的,這個(gè)世界是公平的,任何東西都有兩面性,試想一下,你怎么可能找到一個(gè)又漂亮又勤快又有錢又通情達(dá)理,性格又合適,家境也合適,身高長相等等等等都合適的女人?就算你找到了,至少有一點(diǎn)這個(gè)女人也肯定不滿足,那就是多半不會(huì)恰巧又愛上了與LZ相似的各位苦逼猿友們。你是不是想說你比LZ強(qiáng)太多了,那LZ只想對你說,高富帥是不會(huì)爬在電腦前看技術(shù)文章的,0.0。

但是古人就是給力,古人說了,找媳婦不一定要找最好的,而是要找最合適的,聽完這句話,瞬間感覺世界美好了許多。

算法也是一樣的,沒有最好的算法,只有最合適的算法。

既然這三種算法都各有缺陷,高人們自然不會(huì)容許這種情況發(fā)生。因此,高人們提出可以根據(jù)對象的不同特性,使用不同的算法處理,類似于蘿卜白菜各有所愛的原理。于是奇跡發(fā)生了,高人們終于找到了GC算法中的神級算法-----分代搜集算法。

至于這個(gè)神級算法是如何處理的,LZ就在下一章再和各位猿友探討了,本次就到此為止了,希望各位有所收獲。

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
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,619評論 6 539
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 99,155評論 3 425
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,635評論 0 382
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,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 63,539評論 1 316
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 72,255評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,646評論 1 326
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,655評論 3 444
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,838評論 0 289
  • 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,沒想到半個(gè)月后,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 49,399評論 1 335
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,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(diǎn)故事閱讀 41,146評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)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。...
    茶點(diǎn)故事閱讀 43,338評論 1 372
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,893評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,565評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,983評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,257評論 1 292
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 52,059評論 3 397
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 48,296評論 2 376

推薦閱讀更多精彩內(nèi)容