【垃圾回收基石】图解垃圾回收算法：标记-清除、复制、标记-整理、分代收集

【垃圾回收基石】图解垃圾回收算法：标记-清除、复制、标记-整理、分代收集

想象一下，你住在一个神奇的房间里：你可以随时变出各种物品（创建对象），但从不需要亲自打扫卫生。不过，这个房间有个神秘的清洁工（Garbage
Collector），他会在你不注意的时候，悄悄清理掉你不再需要的物品。今天，就让我们揭开这位清洁工的工作手册，看看他清理房间的几种核心策略。

一、为什么需要垃圾回收？

在开始之前，让我们明确一个基本概念：Java中的对象绝大部分都创建在堆内存上。但内存是有限的，如果只创建不清理，再大的内存也会耗尽。

java
public class MemoryLeakExample {
public static void main(String[] args) {
// 持续创建对象，但不释放引用
List list = new ArrayList<>();
while (true) {
list.add(new Object()); // 最终会导致OutOfMemoryError
}
}
}
垃圾回收（Garbage Collection, GC）就是自动管理堆内存，回收已经"死亡"的对象所占用的空间。那么，GC如何判断对象是否"死亡"呢？

二、垃圾识别的基石：可达性分析算法

GC并不是通过"猜"来找出垃圾的，而是通过一种称为可达性分析（Reachability Analysis） 的算法：

• 从一组称为"GC Roots"的对象作为起点

• 从这些 roots 开始向下搜索，走过的路径称为"引用链"

• 如果一个对象与 GC Roots 之间没有任何引用链相连，则证明此对象不可用

GC Roots 包括：

• 虚拟机栈中引用的对象

• 方法区中类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

三、四大垃圾收集算法详解

了解了如何识别垃圾后，我们来看看清洁工实际清理房间的四种策略。

1. 标记-清除算法（Mark-Sweep）

生活类比：你在房间里贴便签标记要扔的东西，然后一次性清理掉。

工作原理：

• 标记阶段：首先遍历所有对象，标记出所有需要回收的对象

• 清除阶段：统一回收所有被标记的对象

可视化过程：

初始状态: [A(活), B(垃圾), C(活), D(垃圾), E(活), F(垃圾)]

标记阶段: [A(活), B(标记), C(活), D(标记), E(活), F(标记)]
         ↑ GC遍历并标记垃圾对象

清除阶段: [A(活), 空闲, C(活), 空闲, E(活), 空闲]
         ↑ 清除被标记的对象，留下内存碎片

优点：

• 算法简单，实现容易

• 与复制算法相比，不需要预留一半内存

缺点：

• 效率问题：标记和清除两个过程的效率都不高

• 空间问题：会产生大量不连续的内存碎片，导致以后分配大对象时失败，从而提前触发另一次GC

2. 复制算法（Copying）

生活类比：你把房间分成两半，只使用其中一半。当需要打扫时，把所有需要保留的东西搬到另一半房间，然后彻底清空当前这半房间。

工作原理：

• 将可用内存按容量划分为大小相等的两块

• 每次只使用其中的一块

• 当这一块的内存用完了，就将还存活着的对象复制到另外一块上面

• 然后再把已使用过的内存空间一次清理掉

可视化过程：

内存分为From区和To区:

From区: [A(活), B(垃圾), C(活), D(垃圾)]
To区: [空闲, 空闲, 空闲, 空闲]

复制存活对象到To区:
From区: [A(活), B(垃圾), C(活), D(垃圾)]
To区: [A(活), C(活), 空闲, 空闲]

清空From区:
From区: [空闲, 空闲, 空闲, 空闲]
To区: [A(活), C(活), 空闲, 空闲]

优点：

• 实现简单，运行高效

• 没有内存碎片的问题

缺点：

• 内存缩小为原来的一半，浪费太多空间

• 在对象存活率较高时，复制操作效率会变低

应用场景：商业虚拟机中，复制算法主要用于新生代的垃圾回收，因为新生代中98%的对象都是"朝生夕死"的。

3. 标记-整理算法（Mark-Compact）

生活类比：你不仅标记要扔的东西，还会把保留的东西整齐地推到一边，让空闲空间连续。

工作原理：

• 标记阶段：与"标记-清除"算法一样，首先标记出所有需要回收的对象

• 整理阶段：让所有存活的对象都向一端移动

• 清理阶段：直接清理掉端边界以外的内存

可视化过程：

初始状态: [A(活), B(垃圾), C(活), D(垃圾), E(活), F(垃圾)]

标记阶段: [A(活), B(标记), C(活), D(标记), E(活), F(标记)]

整理阶段: [A(活), C(活), E(活), 空闲, 空闲, 空闲]
         ↑ 存活对象向一端移动，保持紧凑排列

清理阶段: [A(活), C(活), E(活), 空闲, 空闲, 空闲]
         ↑ 清理后得到连续的空闲空间

优点：

• 避免了内存碎片问题

• 不需要浪费一半内存空间

缺点：

• 整理阶段涉及大量对象移动，效率较低

• 需要暂停用户程序（Stop The World）

应用场景：主要用于老年代的垃圾回收，因为老年代中对象存活率高，不适合复制算法。

4. 分代收集算法（Generational Collection）

生活类比：你把房间分成两个区域：常用区（放经常更换的小物品）和储藏区（放长期保存的大件物品）。对这两个区域采用不同的清洁策略。

工作原理：
现代商业虚拟机都采用分代收集算法，根据对象存活周期的不同将内存划分为几块：

新生代（Young Generation）：存放生命周期短的对象

• 使用复制算法（因为存活对象少，复制成本低）

• 分为Eden空间、From Survivor空间、To Survivor空间（比例通常是8:1:1）

老年代（Tenured Generation）：存放生命周期长的对象

• 使用标记-整理或标记-清除算法

• 永久代/元空间（PermGen/Metaspace）：存放类信息、常量等（JDK8以后是元空间）

对象晋升流程：

1.新对象首先分配在Eden区

2.当Eden区满时，触发Minor GC，存活对象被复制到Survivor区

3.对象在Survivor区中每熬过一次Minor GC，年龄就增加1岁

4.当年龄达到一定阈值（默认15），就会被晋升到老年代

5.当老年代空间不足时，触发Full GC

四、算法对比与总结

五、现实世界中的GC

实际上，现代的垃圾收集器（如Serial、Parallel、CMS、G1、ZGC等）都是基于这些基础算法的组合和优化。例如：

• G1收集器：将堆划分为多个Region，采用复制算法进行局部收集

• ZGC收集器：使用读屏障和颜色指针等技术，极大减少了STW时间

• 理解这些基础算法，是理解复杂垃圾收集器工作原理的关键。

下一篇预告

现在你已经了解了GC如何工作的基本原理，但如何监控GC活动？如何分析GC日志？如何根据实际情况选择合适的垃圾收集器？

下一篇【GC日志分析】，我们将带你实战解析GC日志，让你真正具备诊断和调优GC问题的能力。