Java垃圾回收机制分析


今天主要讲讲Java的垃圾回收机制,根据主题,本文将按照如下几个点进行分析:

一、什么是垃圾回收

        JVM垃圾回收是指回收存储在内存中且未被使用的Java对象所占用的空间。一般而言,Java对象被创建的时候,会在堆中开辟一块内存用于存储对象信息,因此我们说的垃圾回收一般是指回收堆中的垃圾,方法区也会存储一些垃圾,也会涉及到垃圾回收,本节暂不讨论。

二、为什么要回收垃圾

        由于内存资源比较匮乏,程序在运行过程中,需要不断的进行对象的创建,这些创建的对象需要内存空间进行保存,因此,需要将一些已经不再使用的对象回收,将回收的空间交给新创建的对象使用。

三、如何标定垃圾

        同其他的框架或算法一样,JVM对垃圾标定的算法也是不断的进化的。起先,JVM设计者采用引用计数法进行垃圾标定,由于引用计数法无法解决循环引用的问题,因此,JVM设计者采用了另外一种算法–可达性分析,来标定垃圾。

1.引用计数法

i)简介

        引用计数的意思是,如果某对象有被引用,则引用加1,取消引用,则引用减1,如果引用为0,表示该对象为垃圾,可被JVM回收。

ii)问题分析

class Count {
	Count obj;

	public static void main(String[] args) {
			// 创建两个对象
			Count obj_1 = new Count();
			Count obj_2 = new Count();
			// 引用
			obj_1.obj = obj_2; // 引用obj_2
			obj_2.obj = obj_1; // 引用obj_1
			// 指向为空
			obj_1 = null;
			obj_2 = null;
	}
}

        上述代码中,obj_1和obj_2对象都存在引用的关系,但是代码后部分通过将其指向空后,程序中无法再使用了对象obj_1和obj_2,因此,这两个对象可以被标定为垃圾,而引用计数法进行标定的时候发现,该对象存在引用的关系,可知,内存中存在两个无法被使用的对象,出现了内存泄漏问题。从引用计数结构图(下图1)可以看出,obj_1和obj_2存在引用的关系,但是外界却无法引用到obj_1和obj_2。
在这里插入图片描述
                                图1 引用计数结构图

2.可达性分析

        可达性分析是根据对象的可达状态进行垃圾标定的,它需要一个根节点(GC Root),然后通过根节点进行对象查找,如果能通过根节点找到的对象,表示该对象时可达到的对象,否则为不可达对象。Java垃圾回收的时候,会将不可达对象的内存回收。
在这里插入图片描述
                                                                图2 可达性分析结构图
        可达性分析结构图(如图2)中,蓝色表示可通过GC Root找到,灰色表示无法通过GC Root找到(注意:灰色对象之间也可以存在可达性状态,如:obj_6能够找打obj_9),灰色的为垃圾,需要被回收。

       一般而言,我们创建对象的方法有如下几种:

// 方式1
static ClassName STATIC_CN = new ClassName;
// 方式2
final static ClassName F_STATIC_CN = new ClassName;
// 方式3
private void testMethod() {
	ClassName cn = new ClassName();
}

方式1:静态变量指向一个对象;
方式2:静态常量指向一个对象;
方式3:局部变量执行一个对象;

因此GC Root的范围在本地方法栈、虚拟机栈和方法区中的对象中;

四、垃圾回收算法

1.标记-清除

2.标记-复制

3.标记-整理

4.复制算法

五、垃圾收集器

1.Serial

2.ParNew

3.Parrellel Scavenge

4.Serial Old

5.Parrellel Old

6.CMS

7.G1

多源动态最优潮流的分布鲁棒优化方法(IEEE118节点)(Matlab代码实现)内容概要:本文介绍了基于Matlab代码实现的多源动态最优潮流的分布鲁棒优化方法,适用于IEEE118节点电力系统。该方法结合两阶段鲁棒模型与确定性模型,旨在应对电力系统中多源输入(如可再生能源)的不确定性,提升系统运行的安全性与经济性。文中详细阐述了分布鲁棒优化的建模思路,包括不确定性集合的构建、目标函数的设计以及约束条件的处理,并通过Matlab编程实现算法求解,提供了完整的仿真流程与结果分析。此外,文档还列举了大量相关电力系统优化研究案例,涵盖微电网调度、电动汽车集群并网、需求响应、储能配置等多个方向,展示了其在实际工程中的广泛应用价值。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事能源系统优化工作的工程师。; 使用场景及目标:①用于研究高比例可再生能源接入背景下电力系统的动态最优潮流问题;②支撑科研工作中对分布鲁棒优化模型的复现与改进;③为电力系统调度、规划及运行决策提供理论支持与仿真工具。; 阅读建议:建议读者结合提供的Matlab代码与IEEE118节点系统参数进行实操演练,深入理解分布鲁棒优化的建模逻辑与求解过程,同时可参考文中提及的其他优化案例拓展研究思路。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值