公众号后台回复“ 资料 ”
获取作者独家秘制学习资料
本文来源:王磊的博客
1、引用计数器算法
2、可达性分析算法
3、对象生死与引用的关系
4、死亡标记与拯救
本文就来聊聊这个问题,判断对象的生死状态的算法有以下几个:
引用计算器判断对象是否存活的算法是这样的:给每一个对象设置一个引用计数器,每当有一个地方引用这个对象的时候,计数器就加1,与之相反,每当引用失效的时候就减1。
优点 :实现简单、性能高。
缺点 :增减处理频繁消耗cpu计算、计数器占用很多位浪费空间、最重要的缺点是无法解决循环引用的问题。
因为引用计数器算法很难解决循环引用的问题,所以主流的Java虚拟机都没有使用引用计数器算法来管理内存。
运行的结果:
开始:117 M
运行中:96 M
结束:119 M
从结果可以看出,虚拟机并没有因为相互引用就不回收它们,也侧面说明了虚拟机并不是使用引用计数器实现的。
在主流的语言的主流实现中,比如Java、C#、甚至是古老的Lisp都是使用的可达性分析算法来判断对象是否存活的。
这个算法的核心思路就是通过一些列的“GC Roots”对象作为起始点,从这些对象开始往下搜索,搜索所经过的路径称之为“ 引用链 ”。
当一个对象到GC Roots没有任何引用链相连的时候,证明此对象是可以被回收的。如下图所示:
在Java中,可作为GC Roots对象的列表:
Java虚拟机栈中的引用对象。
本地方法栈中JNI(既一般说的Native方法)引用的对象。
方法区中类静态常量的引用对象。
方法区中常量的引用对象。
从上面的两种算法来看,不管是引用计数法还是可达性分析算法都与对象的“引用”有关,这说明:对象的引用决定了对象的生死。
那对象的引用都有那些呢?
在JDK1.2之前,引用的定义很传统:如果reference类型的数据中存储的数值代表的是另一块内存的起始地址,就称这块内存代表着一块引用。
这样的定义很纯粹,但是也很狭隘,这种情况下一个对象要么被引用,要么没引用,对于介于两者之间的对象显得无能为力。
JDK1.2之后对引用进行了扩充,将引用分为:
强引用 (Strong Reference)
软引用 (Soft Reference)
弱引用 (Weak Reference)
虚引用 (Phantom Reference)
这也就是文章开头第一个问题的答案,对象不是非生即死的,当空间还足够时,还可以保留这些对象
如果空间不足时,再抛弃这些对象。很多缓存功能的实现也符合这样的场景。
强引用、软引用、弱引用、虚引用,这4种引用的强度是依次递减的。
强引用 :在代码中普遍存在的,类似“Object obj = new Object()”这类引用,只要强引用还在,垃圾收集器永远不会回收掉被引用的对象。
软引用 :是一种相对强引用弱化一些的引用,可以让对象豁免一些垃圾收集,只有当jvm认为内存不足时,才会去试图回收软引用指向的对象。 jvm会确保在抛出OutOfMemoryError之前,清理软引用指向的对象。
弱引用 :非必需对象,但它的强度比软引用更弱,被弱引用关联的对象只能生存到下一次垃圾收集发生之前。
虚引用 :也称为幽灵引用或幻影引用,是最弱的一种引用关系,无法通过虚引用来获取一个对象实例,为对象设置虚引用的目的只有一个,就是当着个对象被收集器回收时收到一条系统通知。
在可达性算法中不可达的对象,并不是“非死不可”的,要真正宣告一个对象死亡,至少要经历两次标记的过程。
如果对象在进行可达性分析之后,没有与GC Roots相连接的引用链,它会被第一次标记,并进行筛选,筛选的条件是此对象是否有必要执行finalize()方法。
1、重写了finalize()方法。
2、finalize()方法之前没被调用过,因为对象的finalize()方法只能被执行一次。
如果满足以上两个条件,这个对象将会放置在F-Queue的队列之中,并在稍后由一个虚拟机自建的、低优先级Finalizer线程来执行它。
finalize()方法是对象脱离死亡命运最后的机会,如果对象在finalize()方法中重新与引用链上的任何一个对象建立关联即可,比如把自己(this关键字)赋值给某个类变量或对象的成员变量。
来看具体的实现代码:
执行的结果:
执行finalize方法
我还活着
我已经死了
从结果可以看出,任何对象的finalize()方法都只会被系统调用一次。
不建议使用finalize()方法来拯救对象 ,原因如下:
1、对象的finalize()只能执行一次。
2、它的运行代价高昂。
3、不确定性大。
4、无法保证各个对象的调用顺序。
END
推荐阅读:
简历写了会Kafka,面试官90%会让你讲讲acks参数对消息持久化的影响!
面试最让你手足无措的一个问题:你的系统如何支撑高并发?
Java高阶必备:如何优化Spring Cloud微服务注册中心架构?
高并发场景下,如何保证生产者投递到消息中间件的消息不丢失?
从团队自研的百万并发中间件系统的内核设计看Java并发性能优化!
如果20万用户同时访问一个热点缓存,如何优化你的缓冲架构?
更多文章:
2018年原创汇总
2019年原创汇总(持续更新)
爆款推荐
面试专栏
欢迎长按下图关注公众号 石杉的架构笔记 ,后台回复“ 资料 ”,获取作者独家秘制学习资料!
BAT架构经验倾囊相授