标记阶段：引用计数算法
对象死亡：没有被任何活的对象引用
引用计数：对每个对象保存一个整型的引用计数器属性，用于记录对象被引用情况
优点：实现简单；判断效率高，回收没有延迟性
缺点：
- 需要单独的字段存储计数器，增加存储开销
- 每个赋值都要更新计数器，增加时间开销
- 无法循环引用
Python使用引用计数算法进行垃圾回收，解决循环引用： - 手动解除
- 弱引用
标记阶段：可达性分析算法
根搜索算法、追踪性垃圾收集
实现简单、执行高效、解决循环引用问题，防止内存泄露
实现思路：
- 根对象集合（一组必须活跃的引用）为起始点，按照从上至下的方式搜索被根对象集合所连接的目标对象是否可达
- 使用可达性分析算法后，内存中的存活对象都会被根对象直接或间接连接，搜索所走过的路径称为引用链
- 如果目标对象没有任何引用链，则是不可达的，表示对象已经死亡
- 在可达性分析算法中，只有能够被跟对象集合直接或者间接连接的对象才是存活对象
GC Roots包含以下几类元素
- Java 虚拟机栈中引用的对象
- 本地方法栈（JNI）内引用的对象
- 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
- 所有被同步锁Synchronized持有的对象
- JVM内部的引用
- 反映JVM内部情况的JMXBean、JVMTI中注册的回调、本地代码缓存
- 临时性对象： 分代收集和局部回收
小技巧：由于GC Root采用栈方式存放变量和指针，所以如果一个指针，他保存了堆内存里面的对象，但是自己又不存放在堆内存里面，那它是一个Root
对象的finalization机制
对象的finalization机制：对象被销毁之前的自定义处理逻辑
-
在垃圾回收之前，先调用finalize方法，允许被重写，用于对象被回收时进行资源释放
-
永远不要主动调用对象的finalize方法
1、导致对象复活
2、调用时不保证马上执行，不发生GC，finalize方法将没有执行机会
3、糟糕的finalize方法会影响GC性能 -
虚拟机中对象一般处于是那种可能的状态
1、 可触及的：从根节点可访问
2、可复活的：对象所有引用都被释放，但对象可能在finalize中复活
3、不可触及的：finalize调用，但没复活。finalize方法只会被调用一次。（垃圾） -
判断一个对象objA是否回收，至少经历两次标记过程
1、如果objA到GCRoots没有引用链，则进行一次标记
2、进行筛选，判断此对象是否必要执行finalize方法
1）如果对象objA没有重写finalize方法，或者finalize方法已经被调用过，则objA不可触及的
2）如果objA重写了finalize方法，且还没执行过，那么objA会被插入到F-Queue中，由一个VM自动创建的、低优先级的Finalizer线程触发finalize方法执行
3）finalize方法是对象逃脱死亡的最后机会，稍后GC会对F-Queue中的对象进行第二次标记。如果objA在finalize方法中与引用链上的人一个对象建立了联系，则移除即将回收队列。
MAT（Memory Analyzer）与JProfiler的GC Roots溯源
获取dump文件：
jmap -dump:format = b,live,file = test1.bin pid
jvisualvm
package chapter15;
import java.util.ArrayList;
import java.util.Date;
import java.util.List;
import java.util.Scanner;
public class GCRootsTest {
public static void main(String[] args) {
List<Object> numList = new ArrayList<>();
Date birth = new Date();
for (int i = 0; i < 100; i++){
numList.add(String.valueOf(i));
try {
Thread.sleep(10);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println("数据添加完毕，请操作");
new Scanner(System.in).next();
numList = null;
birth = null;
System.out.println("numList,birth已置空，请操作");
new Scanner(System.in).next();
System.out.println("结束");
}
}
}
在第一次用户输入前导出一个dump文件，输入后在导出一个dump文件，导出过程为
- 在cmd中输入jvisualvm 打开visualvm
- 运行 GCRootsTest 代码
- 点击堆dump 然后右键dump文件另存为（因为是个缓存文件）
- 使用MAT打开具体的dump文件
清除阶段：标记-清除算法（Mark-Sweep）
执行过程：
当堆中的有效空间被耗尽的时候，就会停止整个程序（Stop the world），然后标记，清除
- 标记：从根节点出发，标记所有被引用的对象
- 清除：对堆内存从头到尾进行线性遍历，清除所有没有被标记的对象
优点：基础常见
缺点：
- 效率不高；
- GC时要停止整个应用程序，用户体验差；
- 清理出的空间不连续，产生内存碎片，需要维护一个空闲列表
何为清除？
不是真的置空，而是把清除对象的地址放在空闲列表中，新对象要放的时候会覆盖原有数据
清除阶段：复制算法
优点：
- 没有标记清除过程，运行高效
- 保证空间连续性
缺点：
- 需要两倍的内存空间
- G1这种分拆成大量region的GC，复制而不是移动，意味着GC需要维护region之间对象引用关系，不管是内存占用或者时间开销也不小
特别的：系统中垃圾对象比较多，复制算法要复制的存活对象较多，效率较低。新生代中使用较多，老年代中不适合使用
清除阶段：标记-压缩算法
又称为标记整理、Mark-Compact
执行过程：
标记阶段：同标记清除算法
整理阶段：将所有存活对象压缩到内存的一端，按顺序存放
又称为标记-清除-压缩，移动式的
优点：
- 不需要使用空闲列表，直接指针碰撞
- 消除内存减半的高额代价
缺点：
- 效率上标记-整理算法低于复制算法
- 移动对象的同时，如果对象被其他对象引用，则还需要调整引用的地址
- 需要STW
小结
时间效率：复制最快
内存利用率：标记-清除、复制
内存整齐度：标记整理、复制
综合：标记整理好
分代收集算法
新生代：
对象生命周期短、存活率低、回收频繁-----复制算法
老年代：
对象生命周期长、存活率高、回收不及新生代频繁—混合
- 标记阶段的开销与存活对象数量成正比
- 清除阶段开销与所管理区域的大小成正比
- 整理阶段开销与存活对象的数据成正比
增量收集算法、分区算法
增量收集算法：标记清除和复制算法
让垃圾收集线程和应用程序线程交替执行，处理线程间冲突
缺点：
- 间断性执行应用程序代码，减少系统的停顿时间。但是，因为线程切换和上下文转换的消耗，会造成垃圾回收的总体成本上升，造成吞吐量下降
分区算法：将一个大的内存区域分割成多个小块，每个小区间独立使用，独立回收。