「这是我参与2022首次更文挑战的第3天，活动详情查看：2022首次更文挑战」
前言
在前两篇文章里，主要讲解了JVM方法的执行以及对象的分配。既然有对象的分配，那么就一定有对象的回收。因此，在本篇里，将会重点讲解GC回收算法！
那么！什么是GC呢？
1、GC核心概述
GC就是自动化内存管理
-
优点：
- 无需开发人员手动参与内存分配与回收，降低内存泄露与溢出风险
-
缺点：
- 弱化了开发人员在程序出现内存溢出时定位问题和解决问题的能力
在面试过程中，我们可能会面临垃圾回收的经典三问！
- 哪些内存需要回收？
- 什么时候回收？
- 如何回收？
这经典三问，也就是本篇的核心所在！
不过，在开始之前，我们先思考一下什么是垃圾？
1.1 什么是垃圾？
在现实生活中，垃圾就是我们需要舍弃的东西；而在程序里，垃圾就是没有任何指针指向的对象，这个对象就是需要被回收的垃圾！
国外定义原文：
An object is considered garbage when it can no longer be reached from any pointer in the running program
如图所示
红色块就是对应存储地址空间里所产生的垃圾对象（没有任何指针指向的对象）。
而对应的存储地址空间，指的是对存储器编码（编码地址）的范围。所谓编码就是对每一个物理存储单元（一个字节）分配的一个号码，通常叫做“编址”。
分配一个号码给一个存储单元的目的是为了便于找到它，完成数据的读写，这就是所谓的“寻址”（因此，有人也把地址空间称为寻址空间）
注意：地址空间的大小和物理存储器的大小并不一定相等！
举个例子来说明这个问题：某层楼共有17个房间，其编号为801～817。这17个房间是物理的，而其地址空间采用了三位编码，其范围是800～899共100个地址，可见地址空间是大于实际房间数量的。
1.2 为什么需要GC？
对于系统而言（如上图所示），内存迟早都会被消耗完，因为不断的分配内存空间而不进行回溯，就好像不停的产生生活垃圾。
但是除了是否垃圾对象，也需要对于内存空间进行碎片管理，没有GC就不能保证应用程序能够正常化进行！
OK！现在知道了GC的重要性，那么来看看GC的算法！
2、GC算法详解
2.1 垃圾回收相关算法
垃圾回收相关算法主要分为两个阶段（标记阶段、清除阶段）：
- 垃圾确认算法--标记阶段算法
-
引用计数算法
-
GCRoot可达性分析算法
-
- 清除垃圾算法--清除阶段算法
-
标记-清除算法
-
复制算法
-
标记-压缩算法
-
知道使用了哪些算法，那么现在就从上往下依次讲解
2.2 引用计数算法
原理：对每一个对象保存一个整形的引用计数器属性，用于记录对象被引用的情况。
例：一个对象A只要有任何一个对象引用了A则A的引用计数器就+1，当引用失效时，引用计数器就-1.只要对象A的引用计数器的值为0，即标识对象A不可能再被使用，可进行回收
这样做的优点：实现简单，垃圾对象便于识别，判断效率高
但是这样做的缺点：无法处理循环引用的问题！
那么！何为循环引用？
2.1.1 引用计数算法循环引用问题
如图所示
当p引用了next，并且里面的next出现了循环引用。一旦循环引用和p断掉，循环引用里面因为相互引用，所以单从引用计数法来看对应的计数器的值永远不会为0，就会出现循环引用一直不会被回收，因此就出现了内存泄露。
因为这个引用计数算法存在这个缺陷，因此就出现了另一个标记算法——可达性分析算法
那么！何为可达性分析算法？
2.3 可达性分析算法
相对于引用计数算法，它有效的解决了在引用计数算法中的循环引用问题，防止内存泄漏发生
这种类型的垃圾收集也叫作追踪性垃圾收集
概念：
- 可达性分析算法以跟对象集合为起点，按照从上至下的方式搜索被跟对象集合所链接的对象目标是否可达
- 使用可达性分析算法后，内存中的存货对象会被跟对象集合直接或者间接连接着，搜索所走过的路径称之为引用链
- 如果目标对象没有任何阴影链项链，则是不可达的，意味着该对象已经死亡，可以标记为垃圾对象
- 在可达性分析算法中只有能够被根对象集合直接或间接连接的对象才是存活对象
2.3.1 可达性分析算法图例
如图所示
这个算法的基本思路就是通过一系列名为GC Roots的对象作为起始点，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没有任何引用链相连时，则证明此对象是不可用的
因此可达性分析算法就是，只要对应的对象与GC Roots没有任何引用时，那么对应的对象将会被标记！ 图中object6、object7、object8 这三个就是非常鲜明的例子！
而对应的可作为GC Roots对象包括：
-
方法区：类静态属性的对象；
- 例：java 类的引用类型静态变量
-
方法区：常量的对象；
- 例：字符串常量池里面的引用
-
虚拟机栈汇总的引用对象
- 例：各个线程被调用的方法中使用的参数、局部变量等
-
本地方法栈JNI(Native方法)中的对象
-
所有被同步所synchronize持有的对象
总结：一个指针，他保存了堆里面的对象，但自己又不在堆当中，那么他就是一个Root
OK！到这GC第一阶段，标记算法就结束了，现在开始第二阶段的清除算法！
2.4 标记清除算法
如图所示
标记清除算法，顾名思义该过程有两个阶段：
-
标记
- 从引用根节点上开始遍历（可达性分析算法）标记所有被引用的对象。一般是在对象Header中记录为可达对象。
-
清除
-
对堆内存从头到尾进行线性遍历，如果发现某个对象在其Header中没有标记为可达对象，则将其回收
-
虽然该算法能够有效的回收对象，但想象一下，该算法用在全内存地址空间标记清除时，效率并不高！
而且回收对象的过程中，将会产生长期STW现象，整个应用程序也会长期停止运行，导致用户体验差，并且会产生大量内存碎片！
那有没有更好的呢？或者说在此基础上优化的呢？ 都这样问了，那肯定有涩！
2.5 复制（copying）算法
背景：
为了解决标记-清除算法在垃圾收集效率方面的缺陷，M.LMinsky与1963年发表了著名论文，”使用双存储区的Lisp语言垃圾收集器“，该论文中被描述的算法被人们称之为复制算法。
注意这里所用的词：双存储区，也就是一个磁盘被分成了两个相同的存储区
如图所示
复制算法在执行过程中，将内存空间分为两块，每次只使用其中一块，在垃圾回收的时候，将正在使用的内存中的存活对象复制到未被使用的内存块中，之后清除可回收的内存块，交换两个内存角色。
这种算法，虽然解决了标记清除算法会产生大量内存碎片的问题，但同时自身也有很多缺点：
- 需要两倍空间
- GC需要维护对象的引用关系，时间开销加大
- 此种方案使用与存活对象较少，量级不大的情况
看到这里，突然发现这个算法似曾相识，，咦！！这不正好是上一篇所提到过的新生代 From区和To区么？
2.5.1 复制（Copying）算法应用场景
如图所示
现在对内存进行了重新划分，From和To就是上面所保留的复制算法，而新增的Eden专门用来标记需要回收的对象，然后将不可回收的对象转移到From/To区，而From/To里面的对象下一次进行GC时，也会连同Eden一起标记！并且复制移动至另一区！
因为复制算法仅适用于存活对象较少的情况下，如果存活对象较多，那么复制的成本将会大大增加！！
因此就出了另一套算法！
2.6 标记-压缩/整理（Mark-Compact）算法
如图所示
执行过程：
- 第一阶段与标记清除算法一致。
- 第二阶段将所有的存货对象压缩到内存的一段，按照顺讯排放，之后清理边界外所有空间
该算法优劣：
- 标记压缩算法的最终效果等同于标记-清除算法执行完成后在进行一次内存碎片的整理，因此，也可以把他称之为标记-清除-压缩（Mark-Sweep-Compact）算法。
- 二者本质差异在于标记清除算法是一直非移动式的回收算法，标记压缩是移动式的。是否移动回收后的存货对象是一项优缺点并存的风险决策
- 可以看到，标记的存货被整理后，按照内存地址一次排列，而未被标记的内存会被清理掉。如此一来，我们需要给新对象分配内存是，JVM只需要持有一个内存的起始地址即可，这个比维护一个空闲列表显然少了很多开销
三种单独消除算法到这讲解完了，那么它们之间有什么区别呢？
2.7 消除算法之间的区别
如图所示
- 效率上来说，复制算法最快，但是内存浪费最多
- 而为了尽量兼顾上面三个指标，标记整理算法相对平滑一些，但是效率上不仅如此任意，他比复制算法多了一个标记阶段，比清除多了一个整理内存阶段
难道没有一种最优算法吗?
3、 最优解探讨
3.1 分代收集算法
3.1.1 背景
- 为了满足垃圾回收的效率最优性，所以分代手机算法应运而生。
- 分代手机算法基于一个事实：不同的对象生命周期是不一样的，因此，不同生命周期的对象可以采取不同的手机方式，以便于提高回收效率。一般是把JAVA堆分为新生代和老年代，这样就可以根据各个年代的特点使用不同回收算法，相对提高效率
- 在系统运行过程汇总，会产生大量对象，其中有些对象是业务信息相关，如HTTP请求的Session、线程、Socket连接等对象，这类对象跟业务挂钩，因此生命周期长，还有一部分是运行过程汇总生成的临时变量，这些对象生命周期短，比如：String,这些对象甚至只使用一次即可回收
3.1.2 执行
- 目前所有GC都采用分代收集算法进行执行
- 对象的状态经过大量的调研研究划分为年青代与老年代两个类别
- 年青代：区域相对小，对象生命周期短、存活率低，且产生应用频繁
- 复制算法回收整理速度是最快的。复制算法效率只与当前存活对象大小有关，因此很实用与年青代的回收，而空间问题，因为存活率问题，所以单独开辟S0,S1两块空间处理清除后结果
- 老年代：区域较大，生命周期长、存活率高，回收不及年青代频繁
- 这种情况存在大量存过对象下，复制不适用，所以一般是用清除与整理算法混合实现
- Mark阶段的开销与存活对象的数量成正比
- Sweep阶段的开销与所管理的大小成正比
- Compact阶段的开销与存活对象的数据成正比
3.2 增量收集算法
上述所有算法，在垃圾回收过程中，软件都会处于一种Stop The World的状态。在STW状态下，应用程序所有线程都会挂起，暂停一切正常工作，等待垃圾回收完成，这种情况将严重影响用户体验或系统稳定。为了解决这个问题，催生出了一套增量收集算法。
3.2.1 概念
-
如果一次性将所有垃圾进行处理，需要造成系统长时间停顿，那么久可以让垃圾收集线程和应用程序线程交替执行。每次，垃圾收集线程只收集一小片区域的内存空间，接着切换到应用程序线程。一次反复，直到垃圾收集完成。
-
总结：实际上就是通过对线程间冲突的妥善处理，允许垃圾收集线程以分阶段的方式完成标记、清理、复制等工作。
3.2.2 缺点
使用这种方式，由于在垃圾回收过程中，间断性的还执行了应用程序代码，所以能减少停顿时间。但是因为线程切换和上下文转换的消耗，会是的垃圾回收的总体成本上升，系统吞吐量下降。
3.3 分区算法
相同条件下，堆空间越大，一次GC时间越长，停顿时间也越长，为了更好地控制GC产生的停顿时间
因此！
如图所示
将一块大的内存区域分割成多个小块，根据目标的停顿时间，每次合理地回收若干小区间，而不是整个堆空间，从而减少一次GC所产生的停顿
注意，实际上GC过程要复杂的多，需要考虑的不单单是这些，还有并行与并发的兼顾，而且通常都会应用复合算法去使用
总结
到这，本篇内容差不多就已经结束了！看到这里，相信你对GC有了非常清晰的认知。在下一篇中，将会讲解ART相关的知识点！
