GC 底层机制拆解：标记 - 清除、复制、标记 - 整理算法详解

在程序运行的世界里，内存就像一块不可再生的“土地”，随着代码的执行，对象不断创建、使用与废弃，若废弃对象占用的内存无法及时回收，就会导致内存泄漏、OOM（内存溢出）等致命问题。垃圾回收（Garbage Collection，简称GC）正是守护内存的“清道夫”，而标记-清除、复制、标记-整理则是GC领域中最核心、最经典的三种算法。本文将深入底层，从原理、流程、优缺点到适用场景，全方位拆解这三种算法，帮你看透GC的工作本质。

一、GC的核心目标：明确“垃圾”并高效回收

在拆解算法前，我们首先要明确两个核心问题：什么是“垃圾”？GC的核心诉求是什么？

所谓“垃圾”，是指程序运行过程中不再被任何活跃对象引用的内存块。比如一个局部变量在方法执行结束后，其引用消失，对应的对象就成了无人问津的垃圾。而GC的核心目标，就是在不影响程序正常运行的前提下，精准识别垃圾、高效回收内存、减少内存碎片，同时尽可能降低对程序性能的影响（如减少STW时间，即Stop The World，停止所有用户线程的时间）。

所有GC算法的设计，都围绕这一目标展开，只是在“识别”和“回收”的策略上各有侧重。而识别垃圾的前提，是掌握对象的引用关系——这就需要依赖“根可达性分析”（以栈帧中的局部变量、静态变量、JNI引用等“根对象”为起点，遍历所有可达对象，未被遍历到的即为垃圾），这是所有现代GC算法的共同基础，本文后续的算法拆解均基于此前提。

二、标记-清除算法：最基础的“识别-删除”范式

标记-清除（Mark-Sweep）算法是GC领域的“鼻祖”，也是最基础的算法，后续很多算法都是在它的基础上优化而来。其核心思路分为“标记”和“清除”两个阶段，流程简单直接。

1. 核心流程：两步完成垃圾回收

标记-清除算法的执行过程可分为两个明确的阶段，整个过程会伴随一次STW（不同实现的STW时间不同，但核心逻辑一致）：

• 标记阶段：从根对象出发，遍历所有可达对象，给这些“存活对象”打上标记（标记方式多样，比如通过对象头的标志位、建立单独的标记表等）。此时，未被标记的对象就是待回收的垃圾。

• 清除阶段：遍历整个内存区域，识别出所有未被标记的垃圾对象，直接释放它们占用的内存，并将释放后的内存加入“空闲内存链表”，供后续对象创建时使用。

举个通俗的例子：内存就像一个杂乱的房间，标记阶段相当于“找出所有还在使用的物品并贴标签”，清除阶段则是“把没贴标签的废品扔掉，记录下空出来的位置”。

2. 优缺点：简单却致命的“内存碎片”问题

作为最基础的算法，标记-清除的优势和劣势都极为突出：

优点：

• 实现简单：核心逻辑仅需“标记+清除”两步，无需复杂的内存移动操作，开发成本低。

• 内存利用率较高：仅回收垃圾对象，存活对象无需移动，不会浪费额外的内存空间（比如复制算法需要预留空闲区域）。

缺点：

• 产生内存碎片：这是标记-清除最致命的问题。回收后的内存是分散的小块，虽然总空闲内存足够，但当需要创建大对象时，无法找到连续的内存空间，只能触发一次额外的GC，甚至导致OOM。

• 回收效率不稳定：清除阶段需要遍历整个内存区域，无论内存中存活对象多还是少，都要完整扫描一遍。当内存区域较大时，STW时间会显著增加，影响程序响应速度。

3. 适用场景：存活对象少、大对象少的场景

由于内存碎片问题突出，标记-清除算法单独使用的场景较少，多作为其他算法的辅助。比如在早期的JVM（如JDK 1.2之前的Serial GC）中曾有应用，现在更多见于一些对内存连续性要求不高、对象生命周期短的嵌入式系统或简单应用中。

三、复制算法：用“空间换时间”的高效方案

为解决标记-清除算法的内存碎片问题，复制（Copying）算法应运而生。它的核心思路是“将内存分区，通过复制存活对象来实现无碎片回收”，本质上是用牺牲部分内存空间的代价，换取回收效率和内存连续性。

1. 核心流程：分区复制，存活对象“搬家”

复制算法的核心是将内存划分为两个大小相等的区域，通常称为“From区”（使用区）和“To区”（空闲区），执行过程同样分为两步：

• 标记与复制阶段：从根对象出发，遍历From区中的所有可达对象，将这些存活对象完整复制到To区，并且在复制过程中按顺序排列，避免内存碎片。同时，给复制后的对象打上标记（或直接通过位置区分存活状态）。

• 区域切换阶段：当From区中的存活对象全部复制到To区后，将From区和To区的角色互换——原来的From区变为空闲区，原来的To区变为新的使用区。最后，直接清空原来的From区（此时其中的对象已无存活，无需逐个扫描清除）。

形象地说，这就像把房间分成两个区域，每次只在一个区域放东西；当需要清理时，把有用的东西整齐地搬到另一个区域，然后把原来的区域彻底清空——这样新的区域永远是整齐无碎片的。

2. 优缺点：高效但浪费空间

复制算法的设计思路决定了它与标记-清除算法的优缺点形成鲜明对比：

优点：

• 无内存碎片：存活对象被复制到To区时按顺序排列，回收后内存是连续的，大对象创建时无需担心找不到连续空间。

• 回收效率高：清除阶段无需遍历整个内存区域，只需直接清空From区即可；标记阶段也只需处理存活对象，当存活对象较少时，复制操作的开销极小，STW时间短。

缺点：

• 内存利用率低：内存被划分为两个相等的区域，每次只能使用其中一个，相当于浪费了一半的内存空间。即使To区中大部分空间未被使用，也无法利用。

• 复制开销大：当存活对象较多时（比如老年代），需要大量的复制操作，不仅会增加STW时间，还会消耗CPU资源，效率反而会低于其他算法。

3. 适用场景：存活对象少的“年轻代”

复制算法的特性使其非常适合“对象存活率低”的场景，而JVM的年轻代（Young Generation）正是典型代表——年轻代中的对象大多是“朝生夕死”的，存活时间极短，存活率通常低于10%。因此，现代JVM（如HotSpot）的年轻代普遍采用复制算法的变种（如“ eden + from + to ”的三区域模型，将内存划分为1个eden区和2个survivor区，比例通常为8:1:1，大幅提升了内存利用率）。

四、标记-整理算法：兼顾连续与高效的“进阶方案”

标记-清除有碎片，复制算法浪费空间，那么有没有一种算法能兼顾“内存连续”和“高利用率”？标记-整理（Mark-Compact）算法给出了答案。它的核心思路是在标记-清除的基础上增加“整理”阶段，通过移动存活对象来消除内存碎片，同时保留了较高的内存利用率。

1. 核心流程：标记-整理-清除，三步实现完美回收

标记-整理算法可以看作是标记-清除算法的“增强版”，执行过程分为三个阶段，同样需要STW：

• 标记阶段：与标记-清除算法完全一致，从根对象出发，标记所有可达的存活对象。

• 整理阶段：这是标记-整理算法的核心。遍历内存区域，将所有被标记的存活对象按顺序“移动”到内存的一端，使存活对象集中在一起，形成连续的内存块。

• 清除阶段：直接清空存活对象末尾以外的所有内存区域，释放的内存是连续的，无需建立空闲链表，后续对象可直接在该区域创建。

打个比方，这就像整理房间时，先把有用的东西都搬到房间的一侧并摆整齐，然后把另一侧的废品全部清理掉——既保留了所有有用的东西，又让房间变得整齐无杂物。

2. 优缺点：平衡但有移动开销

标记-整理算法试图在标记-清除和复制算法之间找到平衡，其优缺点也更为均衡：

优点：

• 无内存碎片：通过整理阶段的移动操作，存活对象集中排列，回收后的内存是连续的，满足大对象创建需求。

• 内存利用率高：无需划分额外的空闲区域，所有内存都可用于对象创建，相比复制算法大幅提升了内存利用率。

缺点：

• 移动对象开销大：整理阶段需要移动所有存活对象，不仅要复制对象本身，还要更新所有引用该对象的指针（如其他对象对它的引用、根对象的引用等），这会增加STW时间和CPU开销，尤其当存活对象较多时，开销更为明显。

• 实现复杂：相比前两种算法，标记-整理需要处理对象移动、引用更新等复杂逻辑，开发和优化难度更高。

3. 适用场景：存活对象多的“老年代”

标记-整理算法的特性使其适合“对象存活率高”的场景，而JVM的老年代（Old Generation）正是如此——老年代中的对象大多是从年轻代晋升而来的“长寿对象”，存活率极高（通常超过90%）。此时，移动存活对象的一次性开销，远小于频繁处理内存碎片的代价。因此，现代JVM的老年代常采用标记-整理算法（如Serial Old GC、Parallel Old GC），或标记-清除与标记-整理的结合算法（如CMS GC的并发清除后，通过Serial Old GC进行整理）。

五、三大算法对比与总结：没有最优，只有最适合

以上三种算法各有优劣，没有绝对的“最优解”，实际的GC实现往往是根据内存区域的特性（如对象存活率、对象大小）选择合适的算法，或组合使用多种算法（即“分代回收”思想）。为了更清晰地对比，我们将三种算法的核心特性整理如下：

算法类型	核心优势	核心劣势	适用场景
标记-清除	实现简单、内存利用率较高	产生内存碎片、回收效率不稳定	存活对象少、大对象少的简单场景
复制	无内存碎片、回收效率高	内存利用率低、存活对象多时有复制开销	对象存活率低的年轻代
标记-整理	无内存碎片、内存利用率高	移动对象开销大、实现复杂	对象存活率高的老年代

从这些算法的演进中，我们可以看到GC技术的核心发展逻辑：根据场景优化资源分配，在“时间”“空间”“复杂度”之间寻找平衡。现代高级GC（如G1、ZGC、Shenandoah）更是在此基础上，通过区域化内存管理、并发标记、增量整理等技术，进一步降低STW时间，提升回收效率，但它们的核心思想依然源于这三种经典算法。

理解这三种算法的底层机制，不仅能帮助我们更好地排查内存问题（如OOM时判断是否与内存碎片相关），还能为选择合适的GC策略（如年轻代与老年代的算法搭配）提供理论支撑——这正是深入GC底层的价值所在。