【JVM】垃圾收集算法总结

本文详细介绍了四种垃圾回收算法:标记-清除算法、复制算法、标记-整理算法和分代收集算法。包括每种算法的工作原理、优缺点及其应用场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、标记-清除算法

       标记-清除(Mark-Sweep)算法是一种基础的收集算法。

 

1、算法思路

       "标记-清除"算法,分为两个阶段:

 

(A)、标记

      首先标记出所有需要回收的对象;

 

(1)、第一次标记

       可达性分析后发现对象到GC Roots没有任何引用链相连时,被第一次标记;

       并且进行一次筛选:此对象是否必要执行finalize()方法;

       对有必要执行finalize()方法的对象,被放入F-Queue队列中;    

 

(2)、第二次标记

       GC将对F-Queue队列中的对象进行第二次小规模标记;

       在其finalize()方法中重新与引用链上任何一个对象建立关联,第二次标记时会将其移出"即将回收"的集合;

       对第一次被标记,且第二次还被标记(如果需要,但没有移出"即将回收"的集合),就可以认为对象已死,可以进行回收

 

(B)、清除

      两次标记后,还在"即将回收"集合的对象将被统一回收;

       执行过程如下图:

        

 

2、优点

       基于最基础的可达性分析算法,它是最基础的收集算法

       而后续的收集算法都是基于这种思路并对其不足进行改进得到的;

 

3、缺点

       主要有两个缺点:

(A)、效率问题

       标记和清除两个过程的效率都不高

(B)、空间问题

       标记清除后会产生大量不连续的内存碎片

       这会导致分配大内存对象时,无法找到足够的连续内存;

       从而需要提前触发另一次垃圾收集动作;

 

4、应用场景

      针对老年代的CMS收集器;

 

二、复制算法

       "复制"(Copying)收集算法,为了解决标记-清除算法的效率问题;

 

1、算法思路

       (A)、把内存划分为大小相等的两块,每次只使用其中一块;

       (B)、当一块内存用完了,就将还存活的对象复制到另一块上(而后使用这一块);

       (C)、再把已使用过的那块内存空间一次清理掉,而后重复步骤2;    

      执行过程如下图:

        

 

2、优点

       这使得每次都是只对整个半区进行内存回收

       内存分配时也不用考虑内存碎片等问题(可使用"指针碰撞"的方式分配内存);

      实现简单,运行高效

       (关于"指针碰撞"请参考《Java对象在HotSpot虚拟机中的创建过程》)

 

3、缺点

(A)、空间浪费

      可用内存缩减为原来的一半,太过浪费(解决:可以改良,不按1:1比例划分);

(B)、效率随对象存活率升高而变低

      当对象存活率较高时,需要进行较多复制操作,效率将会变低(解决:后面的标记-整理算法);

 

4、应用场景

      现在商业JVM都采用这种算法(通过改良缺点1)来回收新生代

      如Serial收集器、ParNew收集器、Parallel Scavenge收集器、、G1(从局部看);

 

5、HotSpot虚拟机的改良算法

(A)、弱代理论

       分代垃圾收集基于弱代理论(weak generational hypothesis),具体描述如下:

       (1)、大多数分配了内存的对象并不会存活太长时间,在处于年轻代时就会死掉;

       (2)、很少有对象会从老年代变成年轻代;

       其中IBM研究表明:新生代中98%的对象都是"朝生夕死";

        所以并不需要按1:1比例来划分内存(解决了缺点1);

(B)、HotSpot虚拟机新生代内存布局及算法

                      (1)、将新生代内存分为一块较大的Eden空间和两块较小的Survivor空间;

                      (2)、每次使用Eden和其中一块Survivor;

                      (3)、当回收时,将Eden和使用中的Survivor中还存活的对象一次性复制到另外一块Survivor;

                      (4)、而后清理掉Eden和使用过的Survivor空间;

                      (5)、后面就使用Eden和复制到的那一块Survivor空间,重复步骤3;

         默认Eden:Survivor=8:1,即每次可以使用90%的空间,只有一块Survivor的空间被浪费;

(C)、分配担保

       如果另一块Survivor空间没有足够空间存放上一次新生代收集下来的存活对象时,这些对象将直接通过分配担保机制(Handle Promotion进入老年代

       分配担保在以后讲解垃圾收集器执行规则时再详解;

 

三、标记-整理算法

       "标记-整理"(Mark-Compact)算法是根据老年代的特点提出的。

 

1、算法思路

(1)、标记

      标记过程与"标记-清除"算法一样;

(2)、整理

       后续不是直接对可回收对象进行清理,而是让所有存活的对象都向一端移动

       然后直接清理掉端边界以外的内存;

执行过程如下图:

        

 

2、优点

(A)、不会像复制算法,效率随对象存活率升高而变低

       老年代特点:

       对象存活率高,没有额外的空间可以分配担保;

       所以老年代一般不能直接选用复制算法算法;

       选用标记-整理算法

(B)、不会像标记-清除算法,产生内存碎片

       因为清除前,进行了整理,存活对象都集中到空间一侧;

 

3、缺点

       主要是效率问题:除像标记-清除算法的标记过程外,还多了需要整理的过程,效率更低;

 

4、应用场景

       很多垃圾收集器采用这种算法来回收老年代

      如Serial Old收集器、G1(从整体看);

 

四、分代收集算法

       "分代收集"(Generational Collection)算法结合不同的收集算法处理不同区域。

 

1、算法思路

       基于前面说的弱代理论,其实并没有什么新的思想;

       只是根据对象存活周期的不同将内存划分为几块;

       这样就可以根据各个年代的特点采用最适当的收集算法

       一般把Java堆分为新生代和老年代;

(A)、新生代

       每次垃圾收集都有大批对象死去,只有少量存活;

       所以可采用复制算法

(B)、老年代

       对象存活率高,没有额外的空间可以分配担保;

      使用"标记-清理"或"标记-整理"算法;

      结合上面对新生代的内存划分介绍和上篇文章对Java堆的介绍,可以得出HotSpot虚拟机一般的年代内存划分,如下图:

        

 

2、优点      

       可以根据各个年代的特点采用最适当的收集算法

 

3、缺点      

       仍然不能控制每次垃圾收集的时间;

 

4、应用场景

      目前几乎所有商业虚拟机的垃圾收集器都采用分代收集算法;

      HotSpot虚拟机中全部垃圾收集器:Serial、ParNew、Parallel Scavenge、Serial Old、Parallel Old、CMS、G1(也保留);

 

 

参考: https://blog.youkuaiyun.com/tjiyu/article/details/53983064

 

 

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
评论 17
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