java编程思想小记(3)——终结处理和垃圾回收

本文深入探讨Java中的垃圾回收机制,包括垃圾回收的目的、如何判定对象是否可被回收、垃圾回收与对象终结的区别,并介绍了两种垃圾回收算法:停止-复制与标记-清扫。

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

终结处理

       Java有垃圾回收器负责回收无用对象占据的内存资源。但也有特殊情况:假定你的对象(并非使用new)获得了一块“特殊”的内存区域由于垃圾回收器只知道释放那些经由new分配的内存,所以它不知道该如何释放该对象的这块“特殊”内存。为了应对这种情况,Java允许在类中定义一个名为finalize()的方法。它的工作原理“假定”是这样的:一旦垃圾回收器准备好释放对象占用的存储空间,将首先调用其finalize()方法,并且在下一次垃圾回收动作发生时,才会真正回收对象占用的内存。所以要是你打算用finalize(),就能在垃圾回收时刻做一些重要的清理工作。

     在Java中:1.对象可能不被垃圾回收;2.垃圾回收并不等于“析构”;3.垃圾回收至于内存有关。

     只要程序没有到濒临存储空间用完的那一刻,对象占用的空间就总也得不到释放。

     使用垃圾回收的唯一原因是为了回收程序不再使用的内存。所以对于与垃圾回收有关的任何行为来说(尤其是finalize()方法),它们也必须同内存及其回收有关。不论对象是如何创建的,垃圾回收器都会负责释放对象占据的所有内存。这就将对finalize()的需求限制到一种特殊情况,即通过某种创建对象方式以外的方式为对象分配了存储空间。但是请记住无论是“垃圾回收”还是“终结”,都不保证一定会发生。如果Java虚拟机(JVM)并未面临内存耗尽的情况,它是不会浪费时间去执行垃圾回收以恢复内存的。所以说不能指望finalize(),必须创建其他的“清理”方法,并且明确地调用它们。

     finalize()中可以添加对象终结条件的验证已判断是否进行对象的清理。

垃圾回收

      垃圾回收对于提高对象的创建速度有明显效果。虽然听起来很奇怪——存储空间的释放竟然会影响存储空间的分配,但这确实是某些JVM的工作方式。这也意味着java从堆分配空间的速度,可以和其他语言从堆栈上分配内存空间的速度相媲美。


c++与java中堆的不同

       可以把c++里的堆想成一个院子,里面每个对象都负责管理自己的地盘。一段时间以后,对象可能被销毁,但地盘必须加以复用。在某些JVM中,堆的实现截然不同:它更像是一个传送带,每分配一个新对象,它就往前移动一格。这意味着对象存储空间的分配速度非常快。Java的“堆指针”只是简单地移动到尚未分配的区域,其效率比得上C++在堆栈上的分配空间效率。当然,实际过程中 的簿记工作方面还有少量额外开销,但比不上查找可用空间开销大。


引用计数

       引用计数是一种简单但是速度很慢的垃圾回收技术。每个对象都有一个引用计数器,当有引用连接至对象时,引用计数加1。当引用离开作用域或被置为null时,引用计数减1.虽然管理引用记数的开销不大,但这项开销持续发生在程序整个生命周期。垃圾回收器会在含有全部对象的列表上遍历,当发现某个对象的引用计数为0的时候就释放其占用的空间(但是,引用计数模式经常会在计数值变为0时就立即释放对象)。这种方法有个缺陷,如果对象之间存在循环引用,可能会出现“对象应该被回收,但是引用计数不为零”的情况。对垃圾回收器而言,定位这样的交互自引用的对象组所需的工作量极大。引用计数常用来说明垃圾收集的工作方式,但似乎从未被应用于任何一种JVM中。

      在一些更快的模式中,垃圾回收器并非基于引用记数技术。它们依据的思想是:对任何“活”的对象,一定能最终追溯到其存活在堆栈或静态存储区之中的引用。这个引用链条可能会穿过数个对象层次。由此,如果从堆栈和静态存储区开始,遍历所有的引用,就能找到所有“活”的对象。对于发现这个引用,必须追踪它所引用的对象,然后是此对象包含的所有引用,如此反复进行,直到“根源于堆栈和静态存储区的引用”所形成的的网络全部被访问为止。你所访问过的对象必须是“活”的。注意,这就解决了“交互自引用的对象组”的问题——这种对象根本不会被发现,因此也就被回收了。

停止—复制与标记—清扫

        停止-复制:先暂停程序的运行(所以不是后台的),然后将所有的存活对象从当前堆复制到另一个堆,没有被复制的全部都是垃圾。当对象被复制到新堆的时候,它们是一个挨一个的,所以新堆保持紧凑排列,然后就可以简单、直接的分配内存空间了。把对象从一处复制到另一处时,所有指向它的引用都必须被修正。位于堆或者静态存储区的引用可以直接被修正,但可能还有其他指向这些对象的引用,它们在遍历的过程中才能被找到。这种所谓的“复制式回收器”效率非常低,首先是需要两个堆,然后是要在两个分离的堆之间来回倒腾,从而得维护比实际需要多一倍的空间。某些JVM对此问题处理是:在堆中开辟几块比较大的内存,复制动作发生在这些大块内存之间。第二个问题是在程序稳定之后,可能只会产生少量的垃圾,甚至是没有垃圾。这时复制式回收器仍然会将所有的内存自一处复制到另一处,这很浪费。为避免这种情况,一些JVM会自行检查:如果没有新垃圾产生,就会转换到另一种工作模式(即“自适应”)。这种模式成为“标记—清扫”。

        标记—清扫:从堆栈和静态存储区出发,遍历所有的引用,进而找出所有存货的对象。每当它找到一个存活的对象,就会给对象设一个标记,这个过程中不会回收任何对象。只有全部标记工作完成的时候,清理工作才会开始。在清理过程中,没有被标记的对象将被释放,不会发生任何复制动作。所以剩下的空间是不连续的,垃圾回收器要是希望得到连续的空间,就得重新整理剩下的对象。

        在停止-复制与标记-清扫这里所讨论的JVM,内存分配以较大的“块”为单位。如果对象较大,它会占用单独的块。每个块都有相应的代数来记录它是否还存活。通常,如果块在某处被引用,其代数会增加;垃圾回收器将对上次回收动作之后新分配的块进行整理,这对处理短命的临时对象很有帮助。JVM会进行监视,如果所有对象都很稳定,垃圾回收器的效率降低的话,就切换到“标记-清扫”方式;同样,JVM会跟踪“标记-清扫”的效果,要是堆空间出现很多碎片,就会切换回“停止-复制”方式。这是“自适应”技术,或者叫“自适应的、分代的、停止-复制、标记-清扫”式垃圾回收器。

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)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)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(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、机器人运动设备中的六轴姿态传感器,它集成了三轴陀螺仪三轴加速度计。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``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I2C地址,`getAcceleration()``getGyroscope()`则分别用于获取加速度角速度数据。 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()``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滤波,以消除噪声漂移。 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)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。博客其他开源资源是学习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的详细信息实践指南
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