Java中的垃圾回收算法详解

一、前言

  前段时间大致看了一下《深入理解Java虚拟机》这本书，对相关的基础知识有了一定的了解，准备写一写JVM的系列博客，这是第二篇。这篇博客就来谈一谈JVM中使用到的垃圾回收算法。

二、正文

 2.1 什么是垃圾回收

  在正式介绍垃圾回收算法前，先来说说什么是垃圾回收。这里所说的垃圾主要指的是已经不会再继续使用的对象，当然也有可能是其他，比如不再使用的类以及常量，但主要还是指对象，所以以下算法将介绍对象的回收。所以垃圾回收的含义就是：将内存中已经不会被使用的对象（或类和常量）清除，释放内存空间。

  JVM的内存模型分为五个部分，其中堆内存的唯一目的就是存放对象，对象也基本上都是存放在堆内存中。堆中，为了方便进行垃圾回收，一般会将内存分为两个部分：

• 新生代：用来存放生命周期短的对象。由于这一块内存中的对象存活时间较短，所以频繁发生垃圾回收，而且每次回收一般都能释放大量空间；
• 老年代：用来存放生命周期长的对象。新生代中存活了较长时间的对象会被迁移到这里（当然，对象进入老年代不仅仅只有这一个方法），所以这里存放的对象生命周期一般较长，所以这一块区域发生垃圾回收的频率较低，释放的空间也较少；

  下面正式开始讨论JVM中的垃圾回收算法。

 2.2 如何识别垃圾

  进行垃圾回收的第一步就是找到垃圾（我们这里主要以对象为例），也就是无法被使用的对象。对象在什么情况下无法被使用？很简单，没有引用指向这个对象，我们自然无法使用它，比如看下面这段代码：

public static void main(String[] args) throws InterruptedException {
    Object a = new Object();
    a = null;
}

  上面的代码中，我创建了一个对象，并使用变量a指向这个对象，但是在这之后，我又将null赋给了a，这会出现什么情况？不难发现，我们已经无法使用这个对象了，它已经丢失了，因为我们已经无法通过任何变量去调用这个对象，但是它依然在内存中。此时，这个对象占用着内存就是白白浪费资源，我们希望它被清除。所以，我们可以想到，当一个对象没有引用指向它时，就可以认为他是一个垃圾对象了。

 （1）引用计数法

  引用计数法就是通过引用来识别无用对象。我们记录每一个对象的引用个数，若有新的变量引用一个对象时，这个对象的引用个数加1；若一个引用失效时，引用的个数减1，而引用个数为0的对象，即可作为垃圾被回收。这里要注意，若这些垃圾对象的成员变量引用了其他对象，则当垃圾对象被释放时，它的这个引用自然就失效了。

  这个算法实现简单，效率也高，但是，它并没有被用在主流的Java虚拟机中，因为它有一个很大的缺陷——很难解决循环引用的问题。什么是循环引用，看下面一段代码：

public class Main {
    
    private Object obj;
    
    public static void main(String[] args) {
        Main m1 = new Main();
        Main m2 = new Main();

        // 循环引用
        m1.obj = m2;
        m2.obj = m1;

        m1 = null;
        m2 = null;
    }
}

  上面这段代码中，创建了两个对象m1和m2，它们都有一个属性obj。而m1的obj指向了m2，而m2的obj指向了m1。多个引用形成一个环，这就是循环引用。这对于使用引用计数算法的垃圾回收器来说有一个问题，即上面的代码最后，m1和m2都置为了空，它们指向的两个对象已经无法再使用了，但是由于这两个对象相互引用，导致它们的引用计数并不为0，所以垃圾回收器不会将它们判别为无用对象。正是因为这个问题的存在，Java中的垃圾回收器基本上不使用这个算法。

 （2）可达性分析法

  可达性分析法是Java垃圾回收中判别无用对象的主要方法。这个方法的步骤是，从根节点对象出发，使用DFS或BFS算法，沿着引用递归遍历，而无法被遍历到的对象，就是无法再被使用的对象，可以被垃圾回收器回收。所谓的根节点，就是我们能够直接使用的引用类型变量，如：

• 方法中的参数或局部变量；
• 类的静态成员或非静态成员；
• 代码中的常量；

  这种方法的效率相对于引用计数来说相对复杂，而且效率较低，但是解决了循环引用的问题，是Java垃圾回收中主要使用的方法。

 2.3 如何释放垃圾

  释放垃圾指的就是清除无用对象，释放它们所占的内存空间，方便继续使用。这里主要介绍三种方法：

• 标记—清除算法；
• 复制算法；
• 标记—整理算法；

  这三种算法根据具体情况的不同，搭配使用，才能发挥最好的效果。下面就来一一介绍。

 （1）标记—清除算法（Mark-Sweep）

  标记—清除是以上上面三种算法中最基础的一种，为什么说它是最基础的，因为它的原理非常简单。故名思意，这个算法分为两个步骤：（1）标记；（2）清除。

• 标记：标记指的就是我们上面所说的可达性分析，采用之前所说的可达性分析算法遍历对象，所有不可达的对象将被标记为垃圾，等待回收；
• 清除：这一步很简单，直接释放垃圾对象所占内存空间；

  这个算法有两个的问题：

1. 效率较低，标记和清除这两个步骤的效率都比较低，清除的效率低是因为需要扫描整个内存空间，逐个释放对象所占内存；
2. 使用这个算法清除垃圾后，将会造成很多内存碎片，所以可能出现剩余内存较多，但是没有较大的连续空间，导致大对象无法被分配空间，而再次触发垃圾回收；

  我们通过两张对比图来看看这个算法的效果。通过下面这张图我们可以看到，在垃圾回收后造成了很多的内存碎片。

 （2）复制算法（Copying）

  为了解决效率较低以及产生内存碎片的问题，有人提出了一个新的算法——复制算法。这个算法的原理是：将内存分为两个相等大小的区域，一块存放对象，一块保留。当存放对象的那块区域无法再分配空间时，将所有仍然存活的对象复制到保留的那块区域中，然后直接释放当前正在使用区域的全部内存。这样一来，仍然存活的对象被放进保留区，而垃圾对象也被释放了。同时，之前被使用的空间被清空后，成了新的保留区，而之前的保留区成了被使用的空间，就这样不断循环使用两个空间。

  我们之前提过，堆内存被分为新生代和老年代。在新生代中，每次垃圾回收都可以释放大量的对象，只有少部分存活，所以只有少部分对象要被复制到保留区中，这也意味着复制并不会太耗时。除此之外，直接释放被使用的空间的全部内存，比一段一段释放的效率也要高很多。同时，对象被复制到另外一个区域时，会被整齐地摆放，所以不会出现内存碎片，所以能够更简单地分配空间。所以，复制算法的效率要远远高于标记—清除算法。以下是一张复制算法的演示图：

  但是，这里存在一个问题，复制算法将内存区域划分为相等的两部分，这也意味着每次都有一半的空间无法被使用，这未免也太浪费了。所以，对于空间的划分，需要做出一些改进。IBM公司的研究表明，98%的对象存活时间都非常的短暂，所以，完全没有必要保留一半的空间供复制使用。在实际实现中，会将空间划分为三块区域，一块较大的Eden空间，以及两块较小的Survivor空间。在为新对象分配空间时，首先会将其分配到Eden空间中，若Eden空间无法再分配空间时，将会触发垃圾回收，此时，会将Eden空间中的存活对象复制到其中一块Survivor空间中，然后清空Eden空间。当Eden空间再一次因无法分配空间而触发垃圾回收时，则会将Eden空间中的存活对象，以及上一次被复制进Survivor空间中的存活对象，都复制到另一块Survivor空间中，然后将Eden和上一块Survivor清空。也就是说，交替地使用两块Survivor空间，来存放垃圾回收中任然存活的对象。而在具体实现中，这三个空间的比例一搬是8：1：1，即是说只有10%的空间无法被使用。

  可以看出，这个算法在大部分对象的生命周期都短时，效率会非常高，但是若大部分对象的生命周期都很长，将不再适用，所以这个算法一般只被用在新生代中。这里我们不得不考虑一个问题，当我们使用了上面说的将内存划分为三块的这种方式时，可能会出现一个问题：如果在某次垃圾回收过后，仍然有大量的对象存活，此时一个Survivor空间不够存放这些对象怎么办？这时候就需要有另一个空间来做担保了，当这种情况发生时，会将这些对象放入另一个空间中，那个空间就叫做担保空间。就像我们去银行贷款，需要有一个担保人，当贷款人不能偿还时，由担保人代为偿还。以上算法是用在新生代中，而所谓的担保空间，实际上就是老年代。老年代为这个算法提供了担保，但是在大部分情况下，Survivor都是能够满足需求的。

 （3）标记—整理（Mark-Compact）

  由于老年代中的对象一般存活时间都比较长，所以并不适合在老年代使用上面的复制算法进行垃圾回收。而有人根据老年代的特点，提出了标记—整理算法，注意看清楚，这里是整理，而不是第一种算法中的清除。这个算法也分为标记和整理两个步骤，标记这个步骤和第一个算法是一样的，关键是整理步骤。所谓的整理，就是将内存中还存活的对象向一边移动，直至这些对象相互靠拢，整齐排列，然后直接清除不属于这一部分的全部内存。标记—整理的好处是解决内存碎片的问题。以下是这个算法的演示图：

 （4）分代收集算法

  分代收集算法并不是什么新思想，而是对上面三种算法的综合使用。前面也提过，为方便垃圾回收，一般将堆内存分为新生代和老年代两个部分。

• 对于新生代而言，这一块区域中的对象存活时间短，每一次垃圾回收都能回收大部分内存，所以适合使用复制算法，同时以老年代作为这个算法的担保空间；
• 对于老年代而言，每次垃圾回收只能释放小部分空间，若使用复制算法，每次将需要做大量复制，而且此时Survivor需要较大的空间，所以不适合使用复制算法，因此在老年代中，一般使用标记—清除或者标记—整理算法；

三、总结

  上面对JVM中的垃圾回收算法做了一个比较详细的介绍，相信看完这一篇博客会对这部分内容有更深的理解。但是，归根到底，上面的内容只是理论，接下来我将写一篇博客，来讲讲JVM具体如何分配和释放对象，作为JVM系列博客的第三篇。

四、参考

• 《深入理解Java虚拟机》