JVM内存 GC

java内存分为堆(heap),栈(stack),方法区(method Area),程序计数器(Program counter Register)

 

程序计数器:占用很小的内存,线程私有区域。唯一没有内存溢出异常(OutOfMemoryError)的区域。每个线程都有一个程序计数器用来记录程序的执行状态,可以看作是字节码的行号指示器。多线程是通过轮流切换并分配处理器执行时间的方式来实现的。一个确定的时刻一个处理器只有一个线程在运行,每个线程通过程序计数器来恢复之前执行的位置。

 

栈:分为JVM栈和本地方法栈

     java虚拟机栈:线程私有区域。其生命周期与线程相同。

     每个方法在执行的同时都会创建一个栈帧用于存储局部变量表(编译器可知的各种基本类型、reference)、操作数栈、动态链接、方法出口等信息,每个方法从调用到完成的过程,就对应着一个栈帧在虚拟机栈中入栈到出栈的过程。

       局部变量表的内存空间在编译期完成分配,运行期间不会改变其大小

       线程请求的栈深度大于虚拟机所允许的深度 抛出StackOverflowError。还有内存不够用OutOfMemoryError。可以通过递归一个数字的++来造成

 

本地方法栈:跟java虚拟机栈差不多

 

java堆:线程共享的区域,所有对象的实例都在这里分配内存。是java垃圾收集器管理的主要区域。

 

方法区:线程共享区域,存储已经被虚拟机加载的类的信息(类名、访问修饰符、字段描述、方法描述),常量、静态变量、即时编译编译后的代码数据。方法区的内存回收比较苛刻(永久带),一般是对常量池的回收和对类型的卸载。

 

运行时常量池:存储编译期字面常量符号引用,这部分内容在类加载后进入方法区的运行时常量池。如文本字符串,声明为final的常量值等

      Java中八种基本类型的包装类的大部分都实现了常量池技术,它们是Byte、Short、Integer、Long、Character、Boolean,另外两种浮点数类型的包装类(Float、Double)则没有实现。另外Byte,Short,Integer,Long,Character这5种整型的包装类也只是在对应值在-128到127时才可使用对象池。

 

 

直接内存:nio的知识,通过 ByteBuffer.allocateDirect()创建,在堆外分配内存,

 

 

对象的创建new object():虚拟机遇到一个new的指令时,首先将去检查这个指令的参数是否能在常量池中定位到一个类的符号引用,并检查这个符号引用所代表的类是否已被加载、解析和初始化过。如果没有必须执行相应的类加载过程。对象所需内存在类加载完成后便可完全确定,

       hotsopt虚拟机中,对象在内存分为3个部分对象头、实例数据、对齐填充

       对象头:哈希码、GC分代年龄,锁状态标志、线程持有的锁、偏向线程ID、偏向时间戳等。还可能存储查找对象元数据的指针,虚拟机通过这个指针来确定这个对象是哪个类的实例。

 

 

引用:强引用(Strong Reference)、软引用(Soft Reference)、弱引用(Weak Reference)、虚引用(Phantom Reference)

  • 强引用:不会被回收
  • 软引用:在系统将要发生内存溢出异常之前,把这些对象列进回收范围之中进行二次回收
  • 弱引用:被弱引用关联的对象只能存活到下次垃圾收集发生之前
  • 虚引用:.... 

 

GC回收:

      通过GC Roots对象作为起点,从这些节点向下搜索,搜索所走过的路径成为引用链,当一个对象到GC Roots没有任何引用链相连,则证明此对象不可用

      java语言中,可作为GC Roots 的对象包括以下几种

  • 虚拟机栈(栈帧中的本地变量表)中引用的对象
  • 方法区中静态属性引用的对象。
  • 方法区中常量引用的对象。
  • 本地方法栈中JNI引用的对象

     一个对象死亡要至少经过两次标记过程,第一次标记并进行筛选,筛选条件此对象是否有必要执行finalize()方法,如果有必要执行,对象放到F-Queue的队列中,并由虚拟机低优先级线程进行去执行。但并不承诺会等待它运行结束。可以在finalize()方法中将this赋给某个变量(最好不要介么做)。第二次标记时它将被移出即将回收的集合。

 

内存回收:要回收的内存分为新生代和老年代,

        新生代分为3个部分8:1:1 每次回收90%,将还存活的对象复制到另外10%,如果不够用将通过分配担保机制分配到老年代, 然后清空那90%。(复制算法)

        老年代对象存活率较高,所以采用标记-整理算法,让存活的对象向一端移动,然后清理边界以外的内存。

         每次GC都会对新生代存活下的对象年龄加一如果熬过一个晋升老年代的阀值,就将其放到老年代中,阀值不是绝对标准

 

标题“51单片机通过MPU6050-DMP获取姿态角例程”解析 “51单片机通过MPU6050-DMP获取姿态角例程”是一个基于51系列单片机(一种常见的8位微控制器)的程序示例,用于读取MPU6050传感器的数据,并通过其内置的数字运动处理器(DMP)计算设备的姿态角(如倾斜角度、旋转角度等)。MPU6050是一款集成三轴加速度计和三轴陀螺仪的六自由度传感器,广泛应用于运动控制和姿态检测领域。该例程利用MPU6050的DMP功能,由DMP处理复杂的运动学算法,例如姿态融合,将加速度计和陀螺仪的数据进行整合,从而提供稳定且实时的姿态估计,减轻主控MCU的计算负担。最终,姿态角数据通过LCD1602显示屏以字符形式可视化展示,为用户提供直观的反馈。 从标签“51单片机 6050”可知,该项目主要涉及51单片机和MPU6050传感器这两个关键硬件组件。51单片机基于8051内核,因编程简单、成本低而被广泛应用;MPU6050作为惯性测量单元(IMU),可测量设备的线性和角速度。文件名“51-DMP-NET”可能表示这是一个与51单片机及DMP相关的网络资源或代码库,其中可能包含C语言等适合51单片机的编程语言的源代码、配置文件、用户手册、示例程序,以及可能的调试工具或IDE项目文件。 实现该项目需以下步骤:首先是硬件连接,将51单片机与MPU6050通过I2C接口正确连接,同时将LCD1602连接到51单片机的串行数据线和控制线上;接着是初始化设置,配置51单片机的I/O端口,初始化I2C通信协议,设置MPU6050的工作模式和数据输出速率;然后是DMP配置,启用MPU6050的DMP功能,加载预编译的DMP固件,并设置DMP输出数据的中断;之后是数据读取,通过中断服务程序从DMP接收姿态角数据,数据通常以四元数或欧拉角形式呈现;再接着是数据显示,将姿态角数据转换为可读的度数格
MathorCup高校数学建模挑战赛是一项旨在提升学生数学应用、创新和团队协作能力的年度竞赛。参赛团队需在规定时间内解决实际问题,运用数学建模方法进行分析并提出解决方案。2021年第十一届比赛的D题就是一个典型例子。 MATLAB是解决这类问题的常用工具。它是一款强大的数值计算和编程软件,广泛应用于数学建模、数据分析和科学计算。MATLAB拥有丰富的函数库,涵盖线性代数、统计分析、优化算法、信号处理等多种数学操作,方便参赛者构建模型和实现算法。 在提供的文件列表中,有几个关键文件: d题论文(1).docx:这可能是参赛队伍对D题的解答报告,详细记录了他们对问题的理解、建模过程、求解方法和结果分析。 D_1.m、ratio.m、importfile.m、Untitled.m、changf.m、pailiezuhe.m、huitu.m:这些是MATLAB源代码文件,每个文件可能对应一个特定的计算步骤或功能。例如: D_1.m 可能是主要的建模代码; ratio.m 可能用于计算某种比例或比率; importfile.m 可能用于导入数据; Untitled.m 可能是未命名的脚本,包含临时或测试代码; changf.m 可能涉及函数变换; pailiezuhe.m 可能与矩阵的排列组合相关; huitu.m 可能用于绘制回路图或流程图。 matlab111.mat:这是一个MATLAB数据文件,存储了变量或矩阵等数据,可能用于后续计算或分析。 D-date.mat:这个文件可能包含与D题相关的特定日期数据,或是模拟过程中用到的时间序列数据。 从这些文件可以推测,参赛队伍可能利用MATLAB完成了数据预处理、模型构建、数值模拟和结果可视化等一系列工作。然而,具体的建模细节和解决方案需要查看解压后的文件内容才能深入了解。 在数学建模过程中,团队需深入理解问题本质,选择合适的数学模
以下是关于三种绘制云图或等高线图算法的介绍: 一、点距离反比插值算法 该算法的核心思想是基于已知数据点的值,计算未知点的值。它认为未知点的值与周围已知点的值相关,且这种关系与距离呈反比。即距离未知点越近的已知点,对未知点值的影响越大。具体来说,先确定未知点周围若干个已知数据点,计算这些已知点到未知点的距离,然后根据距离的倒数对已知点的值进行加权求和,最终得到未知点的值。这种方法简单直观,适用于数据点分布相对均匀的情况,能较好地反映数据在空间上的变化趋势。 二、双线性插值算法 这种算法主要用于处理二维数据的插值问题。它首先将数据点所在的区域划分为一个个小的矩形单元。当需要计算某个未知点的值时,先找到该点所在的矩形单元,然后利用矩形单元四个顶点的已知值进行插值计算。具体过程是先在矩形单元的一对对边上分别进行线性插值,得到两个中间值,再对这两个中间值进行线性插值,最终得到未知点的值。双线性插值能够较为平滑地过渡数据值,特别适合处理图像缩放、地理数据等二维场景中的插值问题,能有效避免插值结果出现明显的突变。 三、面距离反比 + 双线性插值算法 这是一种结合了面距离反比和双线性插值两种方法的算法。它既考虑了数据点所在平面区域对未知点值的影响,又利用了双线性插值的平滑特性。在计算未知点的值时,先根据面距离反比的思想,确定与未知点所在平面区域相关的已知数据点集合,这些点对该平面区域的值有较大影响。然后在这些已知点构成的区域内,采用双线性插值的方法进行进一步的插值计算。这种方法综合了两种算法的优点,既能够较好地反映数据在空间上的整体分布情况,又能保证插值结果的平滑性,适用于对插值精度和数据平滑性要求较高的复杂场景。
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