垃圾回收算法

垃圾回收系统,不仅需要收回释放的对象,还要控制内存碎片化。


标记清扫:第一追踪阶段,第二清扫阶段。深度优先遍历全部两遍,效率低下。

                  效率解决方案:把清扫工作交个分配器,但是会造成内存碎片。

                  内存碎片解决方案:用一个数字来取模,让回收延迟几个周期。(因为局部性,几                                                     个周期后会成批死亡,虽然会内存泄露)

标记整理:标记阶段、整理阶段。整体过程中,会多次遍历堆。

                  解决方案:优先使用标记清楚,碎片率到达一定程度再整理。

标记复制:只需对活着的对象遍历复制一次。堆空间会下降一半,长寿数据就比较麻烦。

                  解决方案:临时变量推荐复制,全部变量建议整理算法。

引用计数:将开销分摊在程序运行中。当系统部分不可用时,也可以回收部分内存,分布式中                     十分有用。但是需要编译器和运行时系统支持,不然在指针操作非线程安全的情况                     下有问题。引用计数频繁操作、原子性。

                  解决方案:延迟、合并引用计数,在开始、结束时保持数据一致性。

                  无法解决环状问题。

                  解决方案:偶尔追踪回收,或者实验删除法。

                  引用计数位数问题。

                  解决方案:偶尔追踪修正引用计数值。

非移动算法:标记清扫、引用计数。Bool、int

                  长期运行会使堆碎片化。

移动算法:标记整理、标记复制

                  开销大,不常使用,建议碎片率达到一定程度才建议使用。

分代回收:把对象分代进行处理,类似分段函数。可以有效的结合他们的优点、避免缺点。分                    段函数的系数可以PID来动态调整。

                 同一代中可以进行分桶,桶满了才给升代。升代只需要移动指针就可以了。

                 超引用计数:引用计数管理年老代,复制回收管理年轻代。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容