首先要明确,垃圾回收管理jvm的堆内存,方法区是堆内存的一部分,所以也是。

而本地方法栈,虚拟机栈,程序计数器随着线程开始而产生,线程的结束而消亡,是不需要垃圾回收的。

1. 判断对象是否可以被回收

1.1 引用计数法
  • 原理:给对象添加一个计数标志,被引用一次就加1,引用取消就减1,而垃圾回收时只需要回收计数值为0的即可。
  • 优点:快,简单
  • 缺点:无法解决循环引用,如A引用B,B引用A,然后A,B的计数值都是1,但实际上A,B都应该被回收。
1.2 根搜索算法
  • 原理:通过一系列名为“GC Roots”的对象做为起点,从这些节点开始向下搜索,搜索所走过的路径称为引用链(Reference Chain),当一个对象到GC Roots没有任何引用链(用图论就是对象到GC Roots不可达),则说明对象不可用,可以回收。
  • 优点:简单,暴力
  • 缺点:对对象的描述只存在“引用”,“无引用”两种,太过纯粹,狭隘。我们希望当内存足够时,可以将一些“缓存”对象也保存在内存,当内存不足时在回收。

java 中引用类型分为4类。

强引用:只有引用关系在,垃圾回收器就不会回收。

软引用:引用关系在,内存足够时,不回收。内存不足时,回收。SoftReference类

弱引用:引用关系在,内存不管够不够,发生gc,必被回收。WeakReference

虚引用:不影响对象的行为,仅为对象被收集器回收时,收到一个系统通知。PhantomReference

2.垃圾回收算法

2.1 标记-清除算法(Mark-Sweep)

标记-清除算法是最基础的收集算法,分为两步。先是“标记”,这个过程就是判断对象是否可以被回收,具体方法就是引用计数法或根搜索算法。其次是“清除”。过程如下:

这种算法有两个缺点:一个是效率问题,标记和清除的过程效率不高;一个是空间问题,这种算法产生了很多不连续的内存碎片,当后续分配大对象时,会因为空间不足而多次触发回收,效率更加低下了。

2.2 复制算法(copying)

为了解决效率问题,复制算法将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。当这一块内存用完了,就将存活的对象复制到另一块上面,然后将已使用的内存空间一次清理掉。这样就不需要考虑内存碎片问题了,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。但代价就是讲内存缩小了一半。过程如下:

现在的商业虚拟机都采用这种算法来回收新生代,IBM的专门研究表明,新生代中的对象98%是朝生夕死,所以并不需要安装1:1的比例来划分内存空间。而是将内存分为一个较大的eden区,两个survivor区。当回收,就eden和其中一个survivor区中存活对象一次性地拷贝到另一个survivor区。一般默认的大小比例为8:1。当然,假如survivor区大小不足的话,是需要依赖其它内存的(老生代)进行分配担保(Handle Promotion)。

2.3 标记-整理算法(Mark-Compact)

这个算法同样分为两步,首先是“标记”,这个标记-清除算法的“标记”一样,但后续的“整理”不是对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为的内存。过程如下:

2.4 分代算法

当前商业虚拟机的垃圾收集都采用了“分代算法”,这种算法并不是新的思想,只是根据对象的存活周期的不同将内存划分为几块。一般是把java堆分为新生代和老生代,这样就可以根据每个区域的特点,采用最适当的收集算法。比如,在新生代采用复制算法(copying)。老生代采用标记-清除算法或者标记-整理算法。


本文借鉴

JVM学习记录2--垃圾回收算法的更多相关文章

  1. JVM学习(三):垃圾回收算法

    局部性原理和分代回收思想 大学学习操作系统或者计算机组成原理的时候都提到一个重要概念,叫局部性原理. 局部性原理是指CPU访问存储器时,无论是存取指令还是存取数据,所访问的存储单元都趋于聚集在一个较小 ...

  2. JVM学习总结二——垃圾回收算法

    昨天总结了JVM内存分区相关的知识,这次我们将来了解下JVM的另一个核心知识点——垃圾回收算法.这一部分其实并不太难,如果对操作系统的内存处理算法有所了解,那么这部分算法其实只看名字就能明白,两者在原 ...

  3. JVM虚拟机学习一:垃圾回收算法总结

    1.java虚拟机中涉及到的数据类型 Java虚拟机中,数据类型可以分为两类:基本类型和引用类型. 基本类型的变量保存原始值,即:他代表的值就是数值本身:而引用类型的变量保存引用值.“引用值”代表了某 ...

  4. JVM内存模型,垃圾回收算法

    JVM内存模型总体架构图 程序计数器多线程时,当线程数超过CPU数量或CPU内核数量,线程之间就要根据时间片轮询抢夺CPU时间资源.因此每个线程有要有一个独立的程序计数器,记录下一条要运行的指令.线程 ...

  5. JVM内存模型及垃圾回收算法

    国内私募机构九鼎控股打造APP,来就送 20元现金领取地址:http://jdb.jiudingcapital.com/phone.html内部邀请码:C8E245J (不写邀请码,没有现金送)国内私 ...

  6. 轻松学JVM(四)——垃圾回收算法

    我们都知道java语言与C语言最大的区别就是内存自动回收,那么JVM是怎么控制内存回收的,这篇文章将介绍JVM垃圾回收的几种算法,从而了解内存回收的基本原理. stop the world 在介绍垃圾 ...

  7. 深入理解JVM(四)——垃圾回收算法

    我们都知道java语言与C语言最大的区别就是内存自动回收,那么JVM是怎么控制内存回收的,这篇文章将介绍JVM垃圾回收的几种算法,从而了解内存回收的基本原理. stop the world 在介绍垃圾 ...

  8. 直通BAT必考题系列:JVM的4种垃圾回收算法、垃圾回收机制与总结

    垃圾回收算法 1.标记清除 标记-清除算法将垃圾回收分为两个阶段:标记阶段和清除阶段. 在标记阶段首先通过根节点(GC Roots),标记所有从根节点开始的对象,未被标记的对象就是未被引用的垃圾对象. ...

  9. 小师妹学JVM之:GC的垃圾回收算法

    目录 简介 对象的生命周期 垃圾回收算法 Mark and sweep Concurrent mark sweep (CMS) Serial garbage collection Parallel g ...

随机推荐

  1. 【linux】【jenkins】自动化运维四 整合gitlab、docker发布java项目

    jenkins发布java项目 过程参考发布vue项目.https://www.cnblogs.com/jxd283465/p/11543431.html 大同小异. vue建立的是Freestyle ...

  2. 数据结构与算法(C/C++版)【排序】

    第八章<排序>  一.直接插入排序  //直接插入排序 //算法思想:每趟将一个待排的关键字按照其值的大小插入到已经排好的部分有序序列的适当位置上,直到所有待排关键字都被插入到有序序列中为 ...

  3. hihttps教你在Wireshark中提取旁路https解密源码

    大家好,我是hihttps,专注SSL web安全研究,今天本文就是教大家怎样从wireshark源码中,提取旁路https解密的源码,非常值得学习和商业应用. 一.旁路https解密条件 众所周知, ...

  4. 为何stop()和suspend()方法不推荐使用(转)

    stop()方法作为一种粗暴的线程终止行为,在线程终止之前没有对其做任何的清除操作,因此具有固有的不安全性. 用Thread.stop()方法来终止线程将会释放该线程对象已经锁定的所有监视器.如果以前 ...

  5. 异步Promise及Async/Await最完整入门攻略

    一.为什么有Async/Await? 我们都知道已经有了Promise的解决方案了,为什么还要ES7提出新的Async/Await标准呢? 答案其实也显而易见:Promise虽然跳出了异步嵌套的怪圈, ...

  6. MongoDB4.0支持事务管理

    ​ 背景 最后我们看一下MongoDB的事务管理,本来是没这一篇的,因为网上大部分资料太老,都为MongoDB之前的版本,的确在MongoDB 4.0版本之前是没有事务管理,但是今天年初MongoDB ...

  7. Vue:获取当前定位城市名

    实现思想:通过定位获取到当前所在城市名: 1.在工程目录index.html中引入: <script type="text/javascript" src="htt ...

  8. aircrack-ng wifi密码破解

    wifi密码破解 步骤1:查看网卡信息 ifconfig 找到你要用到的网卡 步骤2:启动网卡监听模式 airmon-ng start wlan0 我的是wlp2s0 步骤三:查看网卡变化 wlan0 ...

  9. [Redis] Redis的基本数据结构

    key-value 通过key获取或设置value SET key value GET key SET server:name "fido" GET server:name SET ...

  10. [Machine Learning] Linear regression

    1. Variable definitions m : training examples' count \(y\) : \(X\) : design matrix. each row of \(X\ ...