一文搞懂七種基本的 GC 垃圾回收算法

本文整理了七種常見 GC 算法的基本原理，包括 GC 標記 - 清除法、引用計數法、GC 標記 - 複製算法、GC 標記 - 壓縮算法、保守式 GC、分代垃圾回收、增量式垃圾回收 (三色標記法)，可以作爲學習 GC 知識的框架。

本文主要是中村成洋、相川光寫的《垃圾回收的算法與實現》一書的讀書筆記，沒有輸出的學習就是一盤散沙。我們要學習 GC 就要系統性地學，形成自己的知識框架，後面再學習其他的 GC 實現，就知道該放在框架的哪個地方。不管技術風雲怎麼變化，打牢基礎總是不會錯的。

01 爲什麼要有 GC

### 1.1 什麼是 GC

GC 是 Garbage Collection 的簡稱，中文稱爲 “垃圾回收”。GC ，是指程序把不用的內存空間視爲垃圾並回收掉的整套動作。

GC 要做的有兩件事：

1. 找到內存空間裏的垃圾；

2. 回收垃圾，讓程序能再次利用這部分空間。

滿足這兩項功能的程序就是 GC。

### 1.2 爲什麼要有 GC

在沒有 GC 的世界裏，程序員必須自己手動進行內存管理，必須清楚地確保必要的內存空間，釋放不要的內存空間。

程序員在手動進行內存管理時，申請內存尚不存在什麼問題，但在釋放不要的內存空間時，就必須一個不漏地釋放。這非常麻煩，容易發生下面三種問題：內存泄露，懸垂指針，錯誤釋放引發 BUG。

1. 如果忘記釋放內存空間，該內存空間就會發生內存泄露（內存空間在使用完畢後未釋放），即無法被使用，但它又會持續存在下去。如果將發生內存泄露的程序放着不管，總有一刻內存會被佔滿，甚至還可能導致系統崩潰。

2. 在釋放內存空間時，如果忘記初始化指向已經回收的內存地址（對象已釋放）的指針，這個指針就會一直指向釋放完畢的內存空間。此時，這個指針處於一種懸掛的狀態，我們稱其爲 “懸垂指針”（dangling pointer）。如果在程序中錯誤地引用了懸垂指針， 就會產生無法預期的 BUG。

3. 一旦錯誤釋放了使用中的內存空間，下一次程序使用此空間時就會發生故障。大多數情況下會發生段錯誤，運氣不好的話還可能引發惡性 BUG，甚至引發安全漏洞。

爲了省去上述手動內存管理的麻煩，人們鑽研開發出了 GC。如果把內存管理交給計算機， 程序員就不用去想着釋放內存了。

當然，技術領域的不變法則就是萬事皆有代價，GC 也會帶來一些麻煩，比如後臺程序需要耗費一定的 CPU 和內存資源去釋放內存，在系統繁忙的情況下會對業務程序性能造成一定的不利影響。爲了解決 GC 帶來的問題，最近幾年出現了一門新的沒有 GC 的 Rust 語言，大有替代 C 語言的趨勢，不過學習曲線比較陡峭，感興趣的同學可以自行鑽研。

02 GC 相關的基本術語

###   2.1 對象、指針、活動對象、非活動對象、堆、根

GC 操作的基本單元可以叫做對象。對象是內存空間的某些數據的集合。在本文中，對象由頭 (header) 和域 (field) 構成。

對象的頭，主要包含對象的大小、種類信息。對象中可訪問的部分稱爲 “域”，可以認爲是 C 語言中結構體的成員變量。如圖 2.1 所示。

圖 2.1 對象、頭、域

指針是指向內存空間中某塊區域的值。GC 是根據對象的指針指向去搜尋其他對象的。對象和指針的關係如圖 2.2 所示。

圖 2.2 對象和指針

我們將內存空間中被其他對象通過指針引用的對象成爲活動對象，沒有對象引用的對象是非活動對象，也就是 GC 需要回收的垃圾。如圖 2.3 所示。

圖 2.3 活動對象和非活動對象

根 (root) 是“根基”“根底”。在 GC 的世界裏，根是指向對象的指針的“起點” 部分。堆指的是用於動態（也就是執行程序時）存放對象的內存空間。當應用程序申請存放對象時， 所需的內存空間就會從這個堆中被分配給 應用程序。如圖 2.4 所示。

圖 2.4 根和堆裏的對象

###   2.2 GC 算法性能的評價標準

評價 GC 算法的性能時，我們採用以下 4 個標準。

• 吞吐量。

• 最大暫停時間。

• 堆使用效率。

• 訪問的局部性。

吞吐量

GC 的吞吐量是：運行用戶代碼時間 / (運行用戶代碼時間 + 垃圾收集時間)。

如圖 2.5 所示，在程序運行的整個過程中，應用程序的時間是 X、Y、Z，應用程序的總時間是 X + Y + Z。GC 一共啓動了兩次，花費的時間爲 A、B，則 GC 總花費的時間是 A + B。這種情況下 GC 的吞吐量爲 (X + Y + Z) /(X + Y + Z + A + B)。

圖 2.5 應用程序和 GC 的執行示意圖

從這裏的描述可知，GC 的吞吐量就是應用程序執行的時間 (不是內存大小哦) 和 GC 時間的比值，GC 執行的總時間越短，GC 吞吐量越大。

人們通常都喜歡吞吐量高的 GC 算法。然而判斷各算法吞吐量的好壞時不能一概而論。因爲工程技術中，任何好處都是有代價的。

最大暫停時間

本文介紹的所有 GC 算法，都會在 GC 執行過程中另應用程序暫停執行。最大暫停時間指的是 “因執行 GC 而暫停執行應用程序的最長時間”。

當編寫像動作遊戲這樣追求即時性的程序時，就必須儘量壓低 GC 導致的最大暫停時間。如果因爲 GC 導致玩家頻繁卡頓，相信誰都會想摔手柄。對音樂和動畫這樣類似於編碼應用的程序來說，GC 的最大暫停時間就不那麼重要了。更爲重要的是，我們必須選擇一個整體處理時間更短的算法。

不管嘗試哪種 GC 算法，我們都會發現較大的吞吐量和較短的最大暫停時間不可兼得。所以應根據執行的應用所重視的指標的不同，來分別採用不同的 GC 算法。

堆使用效率

堆使用效率，是指：程序在運行過程中，單位時間內能使用的堆內存空間的大小。舉個例子，GC 複製算法中將堆二等分，每次只使用一半，交替進行，因此總是隻能利用堆的一半。相對而言，GC 標記 - 清除算法和引用計數法就能利用整個堆。

與吞吐量和最大暫停時間一樣，堆使用效率也是 GC 算法的重要評價指標之一。  

然而，堆使用效率和吞吐量，以及最大暫停時間不可兼得。簡單地說就是：可用的堆越大，GC 運行越快；相反，越想有效地利用有限的堆，GC 花費的時間就越長。

訪問的局部性

計算機上有 4 種存儲器，分別是寄存器、緩存、內存、輔助存儲器。它們之間有着如圖 2.6 所示的層級關係。

圖 2.6 存儲器的層次結構

衆所周知，越是可實現高速存取的存儲器容量就越小。計算機會盡可能地利用較高速的存儲器，但由於高速的存儲器容量小，不可能把所有要利用的數據都放在寄存器和高速緩存裏。一般我們會把所有的數據都放在內存裏，當 CPU 訪問數據時，僅把要使用的數據從內存讀取到緩存。由於數據是分塊讀取，我們還將它附近的所有數據都讀取到高速緩存中， 從而壓縮讀取數據所需要的時間。這種內存空間中相鄰的數據很可能存在連續訪問因而帶來訪問效率提升的情況，稱爲 “訪問的局部性”。

部分 GC 算法會利用這種局部性原理，把具有引用關係的對象安排在堆中較近的位置，就能提高在緩存 Cache 中讀取到想要的數據的概率，令應用程序高速運行。

03 常用的 GC 算法

三種最基本的 GC 算法是標記 - 清除法、引用計數法、GC 複製算法。後面延伸出來的 4 種不過是三種基本算法的組合而已。

###   3.1 GC 標記 - 清除法

GC 標記 - 清除算法由標記階段和清除階段構成。標記階段是把所有活動對象都做上標記的階段。清除階段是把那些沒有標記的對象，也就是非活動對象回收的階段。通過這兩個階段，就可以令不能利用的內存空間重新得到利用。

爲了說明 GC 標記 - 清除算法的工作原理，下面分爲標記、清除兩個階段來描述。

標記階段

圖 3.1 執行 GC 前堆的狀態

執行 GC 前堆的狀態如圖 3.1 所示。

在標記階段中，垃圾回收器 Collector 會爲堆裏的所有活動對象打上標記。爲此，我們首先要標記通過根直接引用的對象。首先我們標記這樣的對象，然後遞歸地標記通過指針數組能訪問到的對象。這樣就能把所有活動對象都標記上了。 

標記 Mark 對象，是在對象的頭部進行置位操作。如圖 3.2 所示，是程序標記對象的動作示意。

圖 3.2 標記對象的動作示意

標記完所有活動對象後，標記階段就結束了。標記階段結束時的堆如圖 3.3 所示，從根對象沿着指針引用找下去，會發現有四個對象被引用，都需要打上標記位。

在標記階段中，程序會標記所有活動對象。毫無疑問，標記所花費的時間是與 “活動對象的總數” 成正比的。

圖 3.3 標記階段結束後的堆狀態

用一句話概括，標記階段就是 “遍歷對象並標記” 的處理過程。

清除階段

在清除階段中，垃圾回收器 Collector 會遍歷整個堆，回收沒有打上標記的對象（即垃圾），使其能再次得到利用。

在清除階段，GC 程序會遍歷堆，具體來說就是從堆首地址開始，按順序一個個遍歷對象的標誌位。如果一個對象設置了標記位，就說明這個對象是活動對象，必然是不能被回收的。

GC 程序會把非活動對象回收再利用。回收對象就是把對象作爲分塊，連接到被稱爲 “空閒鏈表” 的單向鏈表。在之後進行分配時只要遍歷這個空閒鏈表，就可以找到分塊了。 

圖 3.4 清除階段結束後的堆狀態

在清除階段，程序會遍歷所有堆，進行垃圾回收。也就是說，所花費時間與堆大小成正 比。堆越大，清除階段所花費的時間就會越長。

在 GC 的標記 - 清除過程中，還會不斷進行的兩個動態操作那就是分配和合並。

分配

分配是指將回收的垃圾進行再利用。

GC 程序在清除階段已經把垃圾對象連接到空閒鏈表了。當應用程序創建新對象時，搜索空閒鏈表並尋找大小合適的分塊，這項操作就叫作分配。

合併

根據分配策略的不同可能會產生大量的小分塊。但如果它們是連續的， 我們就能把所有的小分塊連在一起形成一個大分塊。這種 “連接連續分塊” 的操作就叫作合併(coalescing)，合併是在清除階段進行的。

標記清除法的優點

1. 實現簡單，很容易在基本的 GC 標記清除法基礎上改進，或者容易和其他算法組合形成新的 GC 算法。

2. GC 標記 - 清除算法因爲不會移動對象，所以非常適合搭配保守式 GC 算法。

標記清除法的缺點

1. 碎片化。使用過程中會逐漸產生被細化的分塊，不久後就會導致無數的小分塊散佈在堆的各處。

2. 分配速度慢。GC 標記 - 清除算法中分塊不是連續的，因此每次分配都必須遍歷空閒鏈表，找到足夠大的分塊纔行。

3. 與寫時複製技術 (copy-on-write) 不兼容。這裏不展開說了。

GC 標記 - 清除法的改進

改進一：分配速度的改進——多個空閒鏈表

之前介紹的基本標記 - 清除算法中只用到了一個空閒鏈表，在這個空閒鏈表中，對大的分塊和小的分塊進行同樣的處理。但是這樣一來，每次分配的時候都要遍歷一次空閒鏈表來尋找合適大小的分塊，這樣非常浪費時間。

可以尋求一種改進的方法，利用分塊大小不同的空閒鏈表，即創建只連接大分塊的空閒鏈表和只連接小分塊的空閒鏈表，甚至不同規格大小的分塊採用不同的空閒鏈表管理。這樣一來，只要按照應用程序所申請的對象大小選擇空閒鏈表，就能在短時間內找到符合條件的分塊了。我們知道，Golang 的內存分配裏就是這麼做的了。

圖 3.5 利用多個空閒鏈表提高分配速度

改進二：碎片化分塊問題的改進——BiBOP 法

BiBOP 是 Big Bag Of Pages 的縮寫。用一句話概括就是 “將大小相近的對象整理成固定大小的塊進行管理的做法”。

如圖 3.6 所示，是 BiBOP 法的示意圖。把堆分割成多個規格大小的空間，讓每個規格的空間只能配置同樣大小的分塊。

2 個字的分塊只能在最左邊的堆空間裏分配，3 個字的分塊只能在中間的堆空間分配，4 個字的塊在最右邊。像這樣配置對象，就會提高內存的使用效率。

圖 3.6 BiBOP 法的示意圖

###   3.2 GC 引用計數法

引用計數法的基本原理

引用計數法 (Reference Counting) 就是，讓所有對象事先記錄下“有多少程序引用自己”。形象點兒說，就是讓各對象知道自己的“人氣指數”，讓沒有人氣的對象自己消失。

引用計數法依靠 “計數器” 記錄有多少對象引用了自己（被引用數）。

圖 3.7 引用計數法中的對象

如圖 3.8 所示，是 A 的指針由指向 B 改爲指向 C 時，各對象的計數器的變化情況。初始狀態下從根引用 A 和 C，從 A 引用 B。A 持有唯一指向 B 的指針，假設現在將該指針更新到了 C，B 的計數器值變成了 0，計數器變更時，計數器爲 0 的對象會被回收，因此 B 被回收了。且 B 連接上了空閒鏈表， 能夠再被利用了。又因爲新形成了由 A 指向 C 的指針，所以 C 的計數器的值增量爲 2。

圖 3.8 在對象引用變更時各對象的計數器的變化情況

引用計數法的優點

1. 可即刻回收垃圾。在引用計數法中，每個對象始終都知道自己的被引用數 (就是計數器的值)。當被引用數的值爲 0 時，對象馬上就會把自己作爲空閒空間被 GC 程序連接到空閒鏈表。也就是說，各個對象在變成垃圾的同時就會立刻被回收。另一方面，在其他的 GC 算法中，即使對象變成了垃圾，程序也無法立刻判別。只有當內存分塊用盡後 GC 開始執行時，才能知道哪個對象是垃圾，哪個對象不是垃圾。

2. 最大暫停時間短。在引用計數法中，只有當應用程序更新指針時 (計數器變更) 程序纔會執行垃圾回收。也就是說， 每次生成垃圾時這部分垃圾都會被回收，因而大幅度地削減了 GC 的最大暫停時間。

3. 沒有必要沿着指針查找被引用對象。引用計數法和 GC 標記 - 清除算法不一樣，沒必要由根沿着指針查找。當我們想減少沿着指針查找的次數時，它就派上用場了。打個比方，在分佈式環境中，如果要沿各個計算節點之間的指針進行查找，成本就會增大。

引用計數法的缺點

1. 計數器值的增減處理繁重。在程序繁忙的情況下，指針都會頻繁地更新。特別是有根的指針，會以極快的速度進行更新。在引用計數法中，每當指針更新時，計數器的值都會隨之更新，因此值的增減處理必然會變得繁重。

2. 計數器需要佔用很多位。用於引用計數的計數器最大必須能數完堆中所有對象的引用數。打個比方，假如我們用的是 32 位機器，那麼就有可能要讓 2 的 32 次方個對象同時引用一個對象。考慮到這種情況， 就有必要確保各對象的計數器有 32 位大小。也就是說，對於所有對象，必須留有 32 位的空間。這就害得內存空間的使用效率大大降低了。

3. 實現煩瑣複雜。該算法本身很簡單，但事實上實現起來卻不容易。進行指針更新操作時，需要同時變更對象引用和計數器，這容易導致遺漏，一旦遺漏了某處，內存管理就無法正確進行，就會產生 BUG。

4. 循環引用無法回收。因爲兩個對象互相引用，所以各對象的計數器的值都是 1。但是這些對象組並沒有被其他任何對象引用。因此想一併回收這兩個對象都不行，只要它們的計數器值都是 1，就無法回收。

圖 3.9 循環引用對象

最後，儘管引用計數法有很多缺點，引用計數法也不是一個 “完全沒法用” 的算法。事實上，很多處理系統和應用都在使用引用計數法。

因爲引用計數法只要稍加改良，就會變得非常具有實用性了。

引用計數法的改進

改進一：延遲引用計數法

針對引用計數法 “計數器增減處理繁重” 的缺點，有人提出了延遲引用計數法 (Deferred Reference Counting)。計數器值增減處理繁重的原因之一是從根的引用變化頻繁。延遲引用計數法就是讓從根引用的指針的變化不反映在計數器上，而是採用一個零數表 ZCT(Zero Count Table) 來存儲從根引用的各對象的被引用數，即使這個值變爲 0，程序也先不回收這個對象（延遲一詞體現在這），而是等零數表 ZCT 爆滿或者空閒鏈表爲空時再掃描零數表 ZCT，刪除確實沒有被引用的對象。這樣一來即使頻繁重寫堆中對象的引用關係，對象的計數器值也不會有所變化，因而大大改善了 “計數器值的增減處理繁重” 這一缺點。

圖 3.10 用零數表 ZCT 記錄根引用的各對象的被引用數

優點： 在延遲引用計數法中，程序延遲了根引用的計數。通過延遲，減輕了因根引用頻繁發生變化而導致的計數器增減所帶來的額外負擔。

缺點： 爲了延遲計數器值的增減，垃圾不能馬上得到回收，這樣一來垃圾就會壓迫堆，程序也就失去了引用計數法的一大優點——可即刻回收垃圾。

改進二：減少計數器位數的 Sticky 引用計數法

我們假設用於計數器的位數爲 5 位，那麼這種計數器最多隻能數到 2 的 5 次方減 1，也就是 31 個引用數。如果此對象被大於 31 個對象引用，那麼計數器就會溢出。對於計數器溢出的對象，有兩種處理方法：1）什麼都不做，2）通過 GC 標記 - 清除法進行管理。

1. 對於計數器溢出的對象，什麼都不做。這樣一來，即使這個對象成了垃圾 (即被引用數爲 0)，也不能將其回收。也就是說， 白白浪費了內存空間。然而事實上有很多研究表明，很多對象一生成馬上就死了。也就是說， 在很多情況下，計數器的值會在 0 到 1 的範圍內變化，鮮少出現 5 位計數器溢出這樣的情況。

2. 對於計數器溢出的對象，通過 GC 標記 - 清除法進行管理。具體實現就不展開了。這種方式，在計數器溢出後即使對象成了垃圾，程序還是能回收它。另外還有一個優點，那就是還能回收循環的垃圾。

###   3.3 GC 複製算法

基本原理

GC 複製算法 (Copying GC)，就是隻把某個空間裏的活動對象複製到其他空間，把原空間裏的所有對象都回收掉。在此，我們將複製活動對象的原空間稱爲 From 空間，將粘貼活動對象的新空間稱爲 To 空間。

GC 複製算法是利用 From 空間進行分配的。當 From 空間被完全佔滿時，GC 會將活動對象全部複製到 To 空間。當複製完成後，該算法會把 From 空間和 To 空間互換，GC 也就結束了。From 空間和 To 空間大小必須一致。這是爲了保證能把 From 空間中的所有活動對象都收納到 To 空間裏。GC 複製算法的概要如圖 3.11 所示。

圖 3.11 GC 複製算法的示意圖

GC 複製算法的執行過程

我們通過下面一個例子來說明 GC 複製算法的執行過程。如圖 3.12 所示，堆裏 From 空間已經分配滿了部分對象，對象間的引用關係如連線所示，即將開始 GC，To 空間目前沒有被使用，有個空閒分塊起始指針 $free 需要指向 To 空間的開頭，對象複製到了 To 空間放在 $free 指向的位置。

圖 3.12 初始狀態

開始 GC 後，首先複製的是從根引用的對象 B 和 G，對象 B 先被複制到 To 空間，空閒分塊起始指針 $free 移到 B 對象之後。B 被複制後生成的對象稱爲 B'，原對象 B 還在 From 空間，B 裏保存了指向 B’的指針，因爲原 From 空間還有其他對象要通過 B 找到 B’。 如圖 3.13 所示。

圖 3.13 B 被複制之後

目前只把 B’複製了過來，它的子對象 A 還在 From 空間裏。下面要把這個 A 複製到 To 空間裏。

圖 3.14 A 被複制之後

這次纔可以說在真正意義上覆制了 B。因爲 A 沒有子對象，所以對 A 的複製也就完成了。

接下來，我們要複製和 B 一樣從根引用的 G，以及其子對象 E。雖然 B 也是 G 的子對象， 不過因爲已經複製完 B 了，所以只要把從 G 指向 B 的指針換到 BꞋ 上就行了。

最後只要把 From 空間和 To 空間互換，GC 就結束了。GC 結束時堆的狀態如圖 3.15 所示。

圖 3.15 GC 結束後

從 GC 複製算法的執行過程可以知道，從根開始搜索對象，採用的是深度優先搜索的方式。如圖 3.16 所示。

圖 3.16 GC 複製算法目前查找引用對象使用的是深度優先搜索

GC 複製算法的優點

1. 優秀的吞吐量。GC 標記 - 清除算法消耗的吞吐量是搜索活動對象 (標記階段) 所花費的時間和搜索整體堆 (清除階段) 所花費的時間之和。因爲 GC 複製算法只搜索並複製活動對象，所以跟一般的 GC 標記 - 清除算法相比，它能在較短時間內完成 GC。也就是說，其吞吐量優秀。

2. 可實現內存的高速分配。GC 複製算法不使用空閒鏈表。這是因爲分塊是一個連續的內存空間。因此，調查這個分塊的大小，只要這個分塊大小不小於所申請的大小，那麼移動空閒分塊的指針就可以進行分配了。

3. 不會發生碎片化。基於算法性質，活動對象被集中安排在 From 空間的開頭。像這樣把對象重新集中，放在堆的一端的行爲就叫作壓縮。在 GC 複製算法中，每次運行 GC 時都會執行壓縮。因此 GC 複製算法有個非常優秀的特點，就是不會發生碎片化。

4. 滿足高速緩存的局部性原理。在 GC 複製算法中有引用關係的對象會被安排在堆裏離彼此較近的位置。訪問效率更高。

GC 複製算法的缺點

1. 堆使用效率低下。GC 複製算法把堆二等分，通常只能利用其中的一半來安排對象。也就是說，只有一半 堆能被使用。相比其他能使用整個堆的 GC 算法而言，可以說這是 GC 複製算法的一個重大的缺陷。

2. 不兼容保守式 GC 算法。因爲 GC 複製算法會移動對象到另外的位置，保守式 GC 算法要求對象的位置不能移動，這在某些情況下有一點的優勢。而 GC 複製算法沒有這種優勢。

3. 遞歸調用函數。複製某個對象時要遞歸複製它的子對象。因此在每次進行復制的時候都要調用遞歸函數，由此帶來的額外負擔不容忽視。比起這種遞歸算法，迭代算法更能高速地執行。此外，因爲在每次遞歸調用時都會消耗棧，所以還有棧溢出的可能。

GC 複製算法的改進

改進一：Cheney 的 GC 複製算法

Cheney 的 GC 複製算法說起來也沒什麼複雜的，就是將基本 GC 的深度優先搜索改爲廣度優先搜索。這樣可以將遞歸複製改爲迭代複製。

圖 3.17 Cheney 的 GC 複製算法將深度優先搜索改爲廣度優先搜索

Cheney 的 GC 複製算法的過程用下面幾張圖來描述。GC 開始前的初始狀態如圖 3.18 所示。只是在指向 To 空間開頭的指針多了一個 $scan，用來掃描已複製對象的指針，該指針是實現廣度優先搜索查找對象的關鍵。

圖 3.18 初始狀態

在 Cheney 的算法中，首先複製所有從根直接引用的對象，在這裏就是複製 B 和 G。由於 $scan 負責對已複製完的對象進行搜索並向右移動指針，$free 負責對沒複製的對象進行復制並向右移動指針，此時 $scan 仍然指着 To 空間的開頭，$free 從 To 空間的開頭向右移動了 B 和 G 個長度。如圖 3.19 所示。

圖 3.19 複製 B 和 G 之後

由於根引用的兩個對象 B、G 已經複製完成，接下來移動 $scan 指針搜索已複製對象 B 的子對象，然後把被 B’引用的 A 複製到了 To 空間，同時把 scan 和 $free 分別向右移動了。

圖 3.20 搜索 B' 之後

下面該搜索的是 G’。搜索 G’後，E 被複制到了 To 空間，從 G’ 指向 B 的指針被換到了 B’。

下面該搜索 A’和 E’ 了，不過它們都沒有子對象，所以即使搜索了也不能進行復制。因爲在 E’ 搜索完成時 $scan 和 $free 一致，所以最後只要把 From 空間和 To 空間互換，GC 就結束了。如圖 3.21 所示。

圖 3.21 GC 結束後

不用遞歸算法而用迭代算法，可以抑制調用函數的額外負擔和棧的消耗。但是，帶來的缺點是有引用關係的對象在內存中沒有放在一起，沒有利用到高速緩存 Cache 的局部性原理，在訪問效率上要打個折扣。當然，對這一問題的改進是近似深度優先搜索方法，這裏就不展開了。

改進二：多空間複製算法

GC 複製算法最大的缺點是隻能利用半個堆。這是因爲該算法將整個堆分成了兩半，每次都要騰出一半。多空間複製算法可以改進 GC 複製算法 “只能利用半個堆” 的問題。

多空間複製算法說白了就是把堆 N 等分，對其中 2 塊空間執行 GC 複製算法，對剩下的（N-2）塊空間執行 GC 標記 - 清除算法，也就是把這 2 種算法組合起來使用。 

下面用四張圖來說明多空間複製算法的執行過程。

首先將堆劃分成四個大小相同的子空間，分別用 heap[0]，heap[1]，heap[2]，heap[3] 來表示。

第 1 次執行 GC 之前，是 heap[0] 作爲 To 空間，heap[1] 作爲 From 空間，可以分配活動對象。heap[2] 和 heap[3] 也可以分配對象，不過是採用標記 - 清除算法，它們的空閒分塊用空閒鏈表鏈接起來。

圖 3.22 開始執行第 1 次 GC 之前

第 1 次 GC 之後，作爲 From 空間的 heap[1] 的活動對象複製到了作爲 To 空間的 heap[0] 中。

圖 3.23 第 1 次 GC 結束之後

接下來，將 To 空間和 From 空間分別向右移動一個位置，將 heap[1] 作爲 To 空間，將 heap[2] 作爲 From 空間。此時，新對象可以分配在作爲 From 空間的 heap[2]，heap[0] 和 heap[3] 採用標記 - 清除算法，同樣可以分配新對象。

圖 3.24 開始執行第 2 次 GC 之前

如果作爲 From 空間的 heap[2]，heap[0] 和 heap[3] 三個空間又滿了，需要執行第 2 次 GC。此時，會把 From 空間的活動對象複製到作爲 To 空間的 heap[1] 中，第 2 次 GC 結束之後的堆狀態如下圖 3.25 所示。

圖 3.25 第 2 次 GC 結束之後

優點： 多空間複製算法沒有將堆二等分，而是分割成了更多塊空間，從而更有效地利用了堆。以往的 GC 複製算法只能使用半個堆，而多空間複製算法僅僅需要空出一個分塊，不能使用 的只有 1/N 個堆。

缺點： 執行 GC 複製算法的只有 N 等分中的兩塊空間，對於剩下的 (N-2) 塊空間執行的是 GC 標記 - 清除算法。因此就出現了 GC 標記 - 清除算法固有的問題——分配耗費時間、分塊碎片化等。只要把執行 GC 標記 - 清除算法的空間縮小，就可以緩解這些問題。打個比方，如果讓 N = 3，就能把發生碎片化的空間控制在整體堆的 1/3。不過這時候爲了在剩下的 2/3 的空間裏執行 GC 複製算法，我們就不能使用其中的一半，也就是堆空間的 1/3。

從這裏我們可以看到，幾乎不存在沒有缺點的萬能算法。

###   3.4 GC 標記 - 壓縮算法

基本原理

GC 標記 - 壓縮算法 (Mark Compact GC) 是將 GC 標記 - 清除算法與 GC 複製算法相結合的產物。

GC 標記 - 壓縮算法由標記階段和壓縮階段構成。在 GC 標記 - 壓縮算法中新空間和原空間是同一個空間。

壓縮階段並不會改變對象的排列順序，只是把對象按順序從堆各處向左移動到堆的開頭。這樣就縮小了它們之間的空隙， 把它們聚集到了堆的一端。

GC 標記 - 壓縮算法的執行過程

GC 標記 - 壓縮算法的執行過程的簡化版本，如下圖 3.26 所示。GC 開始後，首先是標記階段。搜索根引用的對象及其子對象並打上標記，這裏採用深度優先搜索。然後將打上標記的活動對象複製到堆的開頭。壓縮階段並不會改變對象的排列順序，只是縮小了它們之間的空隙， 把它們聚集到了堆的一端。

圖 3.26 GC 標記 - 複製算法的過程簡化版

這裏需要重點說明的是壓縮過程。壓縮過程會通過從頭到尾按順序掃描堆 3 次，第 1 次是對每個打上標記的對象找到它要移動的位置並記錄在它們各自的成員變量 forwarding 裏，第 2 次是重寫所有活動對象的指針，將它們指向原位置的指針改爲指向壓縮後的對象地址，第 3 次是搜索整個堆，將活動對象移動到 forwarding 指針指向的位置完成對象的移動。

下面依次說明。

如圖 3.27 所示，是第 1 次順序掃描堆，對每個打上標記的對象，找到它要移動的位置並記錄在它們各自的成員變量 forwarding 裏。

圖 3.27 順序掃描堆，對各個活動對象用其 forwarding 指針記錄其要移動的目標位置

第 2 次掃描堆，更新重寫所有活動對象的指針，將它們指向原位置的指針改爲指向壓縮後的對象地址，如圖 3.28 所示。

圖 3.28 掃描堆，更新重寫所有活動對象的指針

第 3 次掃描堆，移動活動對象到其目的地址，完成對象的壓縮過程。

圖 3.29 掃描堆，移動活動對象到其目的地址

三次堆掃描完成後，GC 整個過程結束。GC 結束狀態如圖 3.30 所示。

圖 3.30 GC 結束

GC 標記 - 壓縮算法的優點

1. 可有效利用堆。GC 標記 - 壓縮算法和其他算法相比而言，堆利用效率高。GC 標記 - 壓縮算法不會出現 GC 複製算法那樣只能利用半個堆的情況。GC 標記 - 壓縮算法可以在整個堆中安排對象，堆使用效率幾乎是 GC 複製算法的 2 倍。

2. 沒有 GC 標記 - 清除法所帶來的碎片化問題。

GC 標記 - 壓縮算法的缺點

1. 壓縮花費計算成本。壓縮有着巨大的好處，但也有相應的代價。必須對整個堆進行 3 次搜索。執行該算法所花費的時間是和堆大小成正比的。

2. GC 標記 - 壓縮算法的吞吐量要劣於其他算法。

GC 標記 - 壓縮算法的改進

改進一：減少堆搜索次數的 Two-Finger 二指算法

Two-Finger 算法有着很大的制約條件，那就是 “必須將所有對象整理成大小一致”。

在基本的 GC 標記 - 壓縮算法中，通過執行壓縮操作使活動對象往左邊滑動。而在 Two-Finger 算法中，是通過執行壓縮操作來讓活動對象填補空閒空間。此時爲了讓對象能恰好填補空閒空間， 必須讓所有對象大小一致。

Two-Finger 二指算法中對象的移動過程，如下圖 3.31 所示。主要用到了兩個指針，空閒分塊指針 $free 和活動對象指針 $live，前者從左往右找，後者從右往左找。當 $free 找到了空閒分塊，$live 找到了活動對象，則將活動對象移動到空閒分塊 $free 的位置，實現對象的移動。

圖 3.31 Two-Finger 二指算法中對象的移動

優點： Two-Finger 二指算法，壓縮需要的搜索次數只有 2 次，在吞吐量方面佔優勢。

缺點： 壓縮移動對象時沒有考慮把有引用關係的對象放在一起，無法利用高速緩存基於局部性原理提升訪存效率。該算法還有一個限制條件，那就是所有對象的大小必須一致，導致應用受限。不過和第 3.1 節介紹的要求 “將大小相近的對象整理成固定大小的塊進行管理的做法” 的 BiBOP 算法結合起來使用，會起到珠聯璧合的效果。

###   3.5 保守式 GC

什麼是保守式 GC

保守式 GC(Conservative GC) 指的是 “不能識別指針和非指針的 GC”。

如下圖所示，在 C/C++ 等高級語言的早期 GC 程序裏，如果寄存器、函數調用棧或全局變量空間等這些根空間裏有一個數值型的變量 0x00d0caf0 和一個指針的地址是相同的值 0x00d0caf0，則程序無法識別這個值到底是數值變量還是指針。

圖 3.32 貌似指針的非指針

對於貌似指針的非指針，爲了避免錯誤回收導致程序故障，採取 “寧可放過，不可殺錯” 的寬容原則，把它們當做活動對象而保留下來，像這樣，在運行 GC 時採取的是一種保守的態度，即“把可疑的東西看作指針，穩妥處理”，所以我們稱這種方法爲“保守式 GC ”。

保守式 GC 的特點是儘量不移動對象的位置，因爲容易把非指針重寫從而產生意想不到的 BUG。

當然，大部分高級程序語言如 Java、Golang 在語言設計之初就是強類型語言，不存在無法識別變量和指針的問題，它們採用的就是跟保守式 GC 相對應的準確式 GC。

保守式 GC 的優點

容易編寫語言處理程序（語言處理程序是指將源程序轉換成機器語言、以便計算機能夠運行的彙編程序、編譯程序和解釋程序）。處理程序基本上不用在意 GC 就可以編寫代碼。語言處理程序的實現者即使沒有意識到 GC 的存在，程序也會自己回收垃圾。因此語言處理程序的實現要比準確式 GC 簡單。

保守式 GC 的缺點

1. 識別指針和非指針需要付出成本。在跟空間裏，變量和指針的值相同的情況下，程序需要額外通過是否內存對齊、是否指向堆內對象的開頭等手段來判斷指針和非指針，成本較高。

2. 錯誤識別指針會壓迫堆。當存在貌似指針的非指針時，保守式 GC 會把被引用的對象錯誤識別爲活動對象。如果這個對象存在大量的子對象，那麼它們一律都會被看成活動對象。這樣容易留下較多的垃圾對象，從而會嚴重壓迫堆。

3. 能夠使用的 GC 算法有限。由於保守式 GC 的特點是儘量不移動對象的位置，因爲容易把非指針重寫從而產生意想不到的 BUG。所以基本上不能使用 GC 複製算法等移動對象的 GC 算法。

保守式 GC 的改進

改進一：準確式 GC

準確式 GC(Exact GC) 和保守式 GC 正好相反，它是能正確識別指針和非指針的 GC。

要能精確地識別指針和非指針，需要依賴程序語言設計之初的語言處理程序的支持。

大部分高級程序語言如 Java、Golang，在語言設計之初就是強類型語言，不存在無法識別變量和指針的問題，它們採用的就是跟保守式 GC 相對應的準確式 GC。

優點： 不會錯誤識別指針，不會將已經死了的對象識別爲活動對象，因此 GC 回收垃圾會比較徹底。還可以使用 GC 複製算法等需要移動對象的算法，提高 GC 的吞吐量和效率。

缺點： 當創建準確式 GC 時，語言處理程序 (語言處理程序是指將源程序轉換成機器語言、以便計算機能夠運行的彙編程序、編譯程序和解釋程序) 必須對 GC 進行一些支援。也就是說，在創建語言處理程序時必須顧及 GC。增加了語言處理程序的實現複雜度。

改進二：間接引用

保守式 GC 有個缺點，就是 “不能使用 GC 複製算法等移動對象的算法”。解決這個問題的方法之一就是 “間接引用”。

根和對象之間通過句柄連接。每個對象都有一個句柄，它們分別持有指向這些對象的指針。並且局部變量和全局變量沒有指向對象的指針，只裝着指向句柄的指針。當應用程序操作對象時，要通過經由句柄的間接引用來執行。

只要採用了間接引用，那麼即使移動了引用目標的對象，也不用改寫關鍵的值——根裏面的值，改寫句柄裏的指針就可以了。也就是說，我們只要採用間接引用來處理對象， 就可以移動對象。如下圖所示，在複製完對象之後，根的值並沒有重寫。

圖 3.33 根到對象通過句柄間接引用

優點： 因爲在使用間接引用的情況下有可能實現 GC 複製算法，所以可以得到 GC 複製算法所帶來的好處，例如消除碎片化等。

缺點： 因爲必須將所有對象都 (經由句柄) 間接引用，所以會降低訪問對象內數據的速度，這會關係到整個語言處理程序的速度。

改進三：MostlyCopyingGC 大部分複製算法

MostlyCopyingGC 就是 “把那些不明確的根指向的對象以外的對象都複製的 GC 算法”。Mostly 是“大部分” 的意思。說白了，MostlyCopyingGC 就是拋開那些不能移動的對象，將其他 “大部分” 的對象都進行復制的 GC 算法。這裏不展開細說了。

###   3.6 分代垃圾回收

程序應用中的一個經驗：大部分的對象在生成後馬上就變成了垃圾， 很少有對象能活得很久。

分代垃圾回收 (Generational GC)，利用了該經驗，在對象中導入了“年齡” 的概念，經歷過一次 GC 後活下來的對象年齡爲 1 歲。

新生代對象和老年代對象

分代垃圾回收中把對象分類成幾代，針對不同的代使用不同的 GC 算法，我們把剛生成的對象稱爲新生代對象，到達一定年齡的對象則稱爲老年代對象。

由於新生代對象大部分會變成垃圾，如果應用程序只對這些新生代對象執行 GC，除了引用計數法以外的基本算法，都會進行只尋找活動對象的操作，如 GC 標記 - 清除算法的標記階段和 GC 複製算法等。因此，如果很多對象都會死去，花費在 GC 上的時間應該就能減少。

我們將對新對象執行的 GC 稱爲新生代 GC(minor GC)。minor 在這裏的意思是 “小規模的”。新生代 GC 的前提是大部分新生代對象都沒存活下來，GC 在短時間內就結束了。

另一方面，新生代 GC 將存活了一定次數的新生代對象當作老年代對象來處理。新生代對象上升爲老年代對象的情況稱爲晉升 (promotion)。

因爲老年代對象很難成爲垃圾，所以我們對老年代對象減少執行 GC 的頻率。相對於新生代 GC，將面向老年代對象的 GC 稱爲老年代 GC(major GC)。

需要注意的是，分代垃圾回收不是跟 GC 標記 - 清除算法和 GC 複製算法並列在一起供開發人員選擇的算法，而是需要跟這些基本算法一併使用。比如新生代 GC 使用 GC 複製算法，而老年代 GC 由於頻率較低、可以使用最簡單的 GC 標記 - 清除算法。

分代垃圾回收的基本原理

分代垃圾回收算法把對分成了四個空間，分別是生成空間、2 個大小相等的倖存空間以及老年代空間。新生代對象會被分配到新生代空間，老年代對象則會被分配到老年代空間裏。

圖 3.34 分代垃圾回收的堆空間

應用程序創建的新對象一般會放到新生代空間裏，當生成空間滿了的時候，新生代 GC 就會啓動，將生成空間中的所有活動對象複製，這跟 GC 複製算法是一個道理，複製的目標空間是倖存空間。

2 個倖存空間和 GC 複製算法裏的 From 空間、To 空間很像，我們經常只利用其中的一個。在每次執行新生代 GC 的時候，活動對象就會被複制到另一個倖存空間裏。在此我們將正在使用的倖存空間作爲 From 倖存空間，將沒有使用的倖存空間作爲 To 倖存空間。

新生代 GC 也必須複製生成空間裏的對象。也就是說，生成空間和 From 倖存空間這兩個空間裏的活動對象都會被複制到 To 倖存空間裏去——這就是新生代 GC。

只有從一定次數的新生代 GC 中存活下來的對象纔會得到晉升，也就是會被複制到老年代空間去。

在執行新生代 GC 時需要注意，需要考慮到從老年代空間到新生代空間的引用。新生代對象不只會被根和新生代空間引用，也可能被老年代對象引用。因此，除了一般 GC 裏的根，還需要將從老年代空間的引用當作根 (像根一樣的東西) 來處理。

這裏，使用記錄集用來記錄從老年代對象到新生代對象的引用。這樣在新生代 GC 時就可以不搜索老年代空間的所有對象，只通過搜索記錄集來發現從老年代對象到新生代對象的引用。

圖 3.35 新對象分配在生成空間和 From 空間

圖 3.36 MinorGC 啓動，將活動對象複製到 To 空間

圖 3.37 MinorGC 清理完成後，互換 From 空間到 To 空間

通過新生代 GC 得到晉升的對象把老年代空間佔滿後，就要執行老年代 GC 了。老年代 GC 沒什麼難的地方，它只用到了 3.1 節的 GC 標記 - 清除算法。

分代垃圾回收的優點

“很多對象年紀輕輕就會死” 這一經驗適合大多數情況，新生代 GC 只將剛生成的對象當成對象，這樣一來就能減少時間上的消耗。分代垃圾回收可以改善 GC 所花費的時間 (吞吐量)。“據實驗表明，分代垃圾回收花費的時間是 GC 複製算法的 1/4。”

分代垃圾回收的缺點

“很多對象年紀輕輕就會死” 這個法則畢竟只適合大多數情況，並不適用於所有程序。對對象會活得很久的程序執行分代垃圾回收，就會產生以下兩個問題。

• 新生代 GC 所花費的時間增多。

• 老年代 GC 頻繁運行。

分代垃圾回收的改進

改進一：多代垃圾回收

分代垃圾回收將對象分爲新生代和老年代，通過儘量減少從新生代晉升到老年代的對象， 來減少在老年代對象上消耗的垃圾回收的時間。

基於這個理論，大家可能會想到分爲 3 代或 4 代豈不更好？這樣一來能晉升到最老一代的對象不就更少了嗎？這種方法就叫作多代垃圾回收 (Multi-generational GC)。

圖 3.38 4 代垃圾回收的堆空間

在這個方法中，除了最老的那一代之外，每代都有一個記錄集。X 代的記錄集只記錄來自比 X 老的其他代的引用。

分代數量越多，對象變成垃圾的機會也就越大，所以這個方法確實能減少活到最老代的對象。

但是我們也不能過度增加分代數量。分代數量越多，每代的空間也就相應地變小了，這樣一來各代之間的引用就變多了，各代中垃圾回收花費的時間也就越來越長了。

綜合來看，少設置一些分代能得到更優秀的吞吐量，據說分爲 2 代或者 3 代是最好的。

   3.7 增量式垃圾回收

增量式垃圾回收 (Incremental GC) 是一種通過逐漸推進垃圾回收來控制應用程序最大暫停時間的方法。

增量 (incremental) 這個詞有“慢慢發生變化” 的意思。就如它的名字一樣， 增量式垃圾回收是將 GC 和應用程序一點點交替運行的手法。增量式垃圾回收的示意圖如圖 3.39 所示。

圖 3.39 增量式垃圾回收示意圖

增量式垃圾回收也叫三色標記法 (Tri-color marking)。本文中，增量式垃圾回收 = 三色標記法。

三色標記法

三色標記法是將對象根據搜索情況，分爲三種顏色：

• 白色：還未搜索過的對象。

• 灰色：正在搜索的對象。

• 黑色：搜索完成的對象。

GC 開始運行前所有的對象都是白色。GC 一開始運行，所有從根能到達的對象都會被標記，然後被堆到棧裏。GC 只是發現了這樣的對象，但還沒有搜索完它們，所以這些對象就成了灰色對象。

灰色對象會被依次從棧中取出，其子對象也會被塗成灰色。當其所有的子對象都被塗成灰色時，對象就會被塗成黑色。

當 GC 結束時已經不存在灰色對象了，活動對象全部爲黑色，垃圾則爲白色。

這就是三色標記算法的概念。

三色標記法和 GC 標記 - 清除算法結合起來增量式執行，就是我們本節要說的增量式垃圾回收，或叫增量式標記 - 清除算法。

增量式的 GC 標記 - 清除算法 (三色標記法) 可分爲以下三個階段。

• 根查找階段。

• 標記階段。

• 清除階段。

這本書的三色標記法解釋的並不清楚，下面我結合 Golang 的三色標記實現來說明具體過程。

1. 根查找階段

在根查找階段中，GC 程序將直接從根引用的對象打上灰色標記，放到灰色隊列裏，將 Root 根對象本身標記爲黑色對象。根查找階段只在 GC 開始時運行一次。如下圖所示。

圖 3.40 根查找階段

2. 標記階段

從灰色隊列裏取出對象，將其子對象塗成灰色，將該灰色對象本身標記爲黑色。將這一系列操作執行 X 次，在這裏 “X 次” 是重點，不是一次處理所有的灰色對象，而是隻處理一定個數，然後暫停 GC，再次開始執行應用程序。這樣一來，就能縮短應用程序的最大暫停時間。

圖 3.41 標記階段

將灰色隊列裏的所有灰色對象，通過多次搜索階段、搜索並標記爲黑色，完成後，意味着標記結束。標記結束時，灰色隊列爲空，所有灰色對象都成了黑色。這裏，黑色對象意味着活動對象，白色對象意味着空閒對象，白色對象等待着在清除階段被 GC 回收，也就是掛載到空閒鏈表上以供後面新對象分配使用。

圖 3.42 標記結束

3. 清除階段

在清除階段，將黑色對象視爲活動對象並保留，將白色對象掛載到空閒鏈表以清除，便於後面新對象分配時使用。

圖 3.43 清除階段

三色標記清除算法本身是不可以併發或者增量執行的，它需要 STW 暫停應用程序，而如果併發執行，用戶程序可能在標記執行的過程中修改對象的指針，容易把原本應該垃圾回收的死亡對象錯誤的標記爲存活，或者把原本存活的對象錯誤的標記爲已死亡，下面以後一種情況舉例說明。

如下圖所示。在一輪標記暫停的狀態是：A 被塗成黑色，B 被塗成灰色進入灰色隊列。所以下一輪標記，就要對 B 進行搜索了。如果在這兩次標記之間，應用程序把從 A 指向 B 的引用更新爲從 A 指向 C 之後的狀態，然後再刪除從 B 指向 C 的引用，如下圖 c) 所示。這個時候如果重新開始標記， B 原本是灰色對象，經過搜索後被塗成了黑色。然而儘管 C 是活動對象，程序卻不會對它進行搜索。這是因爲已經搜索完有唯一指向 C 的引用的 A 了。

圖 3.44 沒有 STW 時活動對象的標記遺漏

爲了防止這種現象的發生，最簡單的方式就是 STW，直接禁止掉其他用戶程序對對象引用關係的干擾，但是 STW 的過程有明顯的資源浪費，對所有的用戶程序都有很大影響。那麼是否可以在保證對象不丟失的情況下合理的儘可能的提高 GC 效率，減少 STW 時間呢？答案是可以的，就是屏障機制。

寫入屏障

寫入屏障的具體操作是：在 A 對象引用 C 對象的時候，C 對象被標記爲灰色。(將 C 掛在黑色對象 A 的下游，C 必須被標記爲灰色)。

這一操作滿足：不存在黑色對象引用白色對象的情況了， 因爲白色會強制變成灰色。

圖 3.45 白色對象被引用時強制被標記爲灰色

增量式垃圾回收的優點

增量式垃圾回收不是一口氣運行 GC，而是和應用程序交替運行的，因此不會長時間妨礙到應用程序的運行。

增量式垃圾回收適合那些比起提高吞吐量，更重視縮短最大暫停時間的應用程序。

增量式垃圾回收的缺點

用到了寫入屏障，就會增加額外負擔。既然有縮短最大暫停時間的優勢，吞吐量也一般。

增量式垃圾回收的改進

改進一：Steele 的寫入屏障

具體操作：在標記過程中發出引用的對象是黑色對象，且新的引用的目標對象爲灰色或白色，那麼我們就把發出引用的對象塗成灰色。如下圖所示，A 原本爲黑色，引用白色的 C，這時，A 需要回退到灰色。

圖 3.46 黑色對象引用白色時，自身由黑變灰

Steele 的寫入屏障相比上文的寫入屏障來說，標記對象的條件要嚴格一些， 相應地寫入屏障帶來的額外負擔會增大。但是可以減少被標記的對象，從而防止了因疏忽而造成垃圾殘留的後果。

改進二：刪除屏障

具體操作: 被刪除的對象，如果自身爲灰色或者白色，那麼被標記爲灰色。如下圖所示，C 被 B 刪除時，C 本身爲白色，所以需要被標記爲灰色。

圖 3.47 對象被刪除時，如果自身爲灰或白，標記爲灰色

這種方式實現相對簡單，但是回收精度低，一個對象即使被刪除了最後一個指向它的指針也依舊可以活過這一輪，在下一輪 GC 中才會被清理掉。

還有很多提高標記效率又能避免誤刪或遺留對象的屏障機制，比如混合寫屏障，這裏就不多討論了。

04 七種 GC 算法的對比分析

05 總結

內存其實就是一塊連續的空間，可以看做一個大數組，這塊空間在業務運行時，經常會或零散或整齊的分佈一些大大小小的對象，怎麼樣高效的分配和回收這塊空間，同時儘量不影響業務系統的運行，就是 GC 垃圾回收要做的事，學習了七種基本的 GC 算法之後，我們更加知道，工程技術中沒有 “銀彈”，沒有完美無缺的算法，只有最適合自己業務系統的解法。

本文的重要性在於：我們在具體的工程實踐中，經常會遇到各種問題場景，每種場景都會遇到各種方案選型，各個不同方案的側重點是什麼、有什麼缺點、缺點怎樣改進，到底哪種方案是當前業務場景需要的，基於什麼方面進行考慮選取某種方案，這些問題和疑惑，在思考並學習七種基本的 GC 算法的過程中，會得到很多啓發和收穫。

原創作者 | 塗明光

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/M8R4QPidlCrr6vix4JUWmg