《JVM由浅入深学习【八】 2024-01-12》JVM由简入深学习提升分(JVM的垃圾回收算法)

简介: 《JVM由浅入深学习【八】 2024-01-12》JVM由简入深学习提升分(JVM的垃圾回收算法)

JVM的垃圾回收算法

引言

Java虚拟机(JVM)的垃圾回收(GC)是Java内存管理的重要部分。正确理解不同的垃圾回收算法对于优化Java应用性能至关重要。本文将探讨JVM中常见的垃圾回收算法,分析它们的工作原理,并对比它们的优缺点。

1. 标记-清除算法(Mark-Sweep)

原理

标记-清除算法分为“标记”和“清除”两个阶段:首先标记出所有从根集合(如线程栈、静态字段等)可达的对象,然后清除未被标记的对象。

步骤

步骤1(标记):显示内存堆中的对象,用不同颜色标记可达和不可达的对象。

步骤2(清除):展示清除后的内存堆,不可达对象被移除。

优点

简单直观。

不需要额外移动存活对象。

缺点

清除后会产生大量内存碎片。

标记和清除过程效率不高。

2. 复制算法(Copying)

原理

将内存划分为两块,每次只使用其中一块。当这一块内存用完时,程序就将所有存活的对象复制到另一块内存中,然后清除当前块的所有对象。

步骤

复制前:展示内存的两个区域,其中一个区域包含对象。

复制后:存活的对象被复制到另一块区域中,原区域被清空。

优点

无内存碎片。

复制过程中仅处理存活的对象,适合对象存活率低的场景。

缺点

内存利用率低,只能使用一半的内存。

对象复制需要时间,影响性能。

3. 标记-整理算法(Mark-Compact)

原理

类似于标记-清除算法,但在清除阶段不直接释放未被标记的对象,而是将所有存活的对象都向一端移动,然后清理掉边界以外的内存。

步骤

标记阶段:显示标记存活对象的过程。

整理阶段:显示所有存活对象向内存的一端移动的过程。

优点

解决了内存碎片问题。

保持了较高的内存利用率。

缺点

移动对象需要时间,可能会暂停用户线程。

实现相对复杂。

4. 分代收集算法(Generational Collection)

原理

基于对象的生命周期不同,将内存划分为几个代,如年轻代、老年代等。不同代使用不同的垃圾回收算法。

步骤

内存分代示意图:展示年轻代和老年代的内存分布。

各代的垃圾回收过程:分别展示年轻代使用复制算法,老年代使用标记-清除或标记-整理算法的过程。

优点

提高了垃圾回收的效率和内存的利用率。

可以针对不同代的特点优化算法。

缺点

管理复杂,需要调整各代的大小和回收频率。

结论

不同的垃圾回收算法各有优劣,通常JVM会根据具体应用的需求和特点选择合适的算法。理解这些算法的原理和特点对于优化Java应用和调试内存问题非常有帮助。

public class BlogEnding {
    public static void main(String[] args) {
        encourageEngagement();
    }
    public static void encourageEngagement() {
        System.out.println("🚀 感谢您阅读本文!如果您觉得有收获,请一键三连:点赞 ❤️️、转发 🔁、评论 💬,并加关注哦!");
    }
}
相关文章
|
25天前
|
存储 算法 Oracle
极致八股文之JVM垃圾回收器G1&ZGC详解
本文作者分享了一些垃圾回收器的执行过程,希望给大家参考。
|
1月前
|
存储 算法 Java
JVM自动内存管理之垃圾收集算法
文章概述了JVM内存管理和垃圾收集的基本概念,提供一个关于JVM内存管理和垃圾收集的基础理解框架。
JVM自动内存管理之垃圾收集算法
|
1月前
|
机器学习/深度学习 人工智能 资源调度
【博士每天一篇文献-算法】连续学习算法之HAT: Overcoming catastrophic forgetting with hard attention to the task
本文介绍了一种名为Hard Attention to the Task (HAT)的连续学习算法,通过学习几乎二值的注意力向量来克服灾难性遗忘问题,同时不影响当前任务的学习,并通过实验验证了其在减少遗忘方面的有效性。
43 12
|
1月前
|
算法 Java
掌握算法学习之字符串经典用法
文章总结了字符串在算法领域的经典用法,特别是通过双指针法来实现字符串的反转操作,并提供了LeetCode上相关题目的Java代码实现,强调了掌握这些技巧对于提升算法思维的重要性。
|
1月前
|
算法 NoSQL 中间件
go语言后端开发学习(六) ——基于雪花算法生成用户ID
本文介绍了分布式ID生成中的Snowflake(雪花)算法。为解决用户ID安全性与唯一性问题,Snowflake算法生成的ID具备全局唯一性、递增性、高可用性和高性能性等特点。64位ID由符号位(固定为0)、41位时间戳、10位标识位(含数据中心与机器ID)及12位序列号组成。面对ID重复风险,可通过预分配、动态或统一分配标识位解决。Go语言实现示例展示了如何使用第三方包`sonyflake`生成ID,确保不同节点产生的ID始终唯一。
go语言后端开发学习(六) ——基于雪花算法生成用户ID
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之HNet:Continual learning with hypernetworks
本文提出了一种基于任务条件超网络(Hypernetworks)的持续学习模型,通过超网络生成目标网络权重并结合正则化技术减少灾难性遗忘,实现有效的任务顺序学习与长期记忆保持。
31 4
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之RWalk:Riemannian Walk for Incremental Learning Understanding
RWalk算法是一种增量学习框架,通过结合EWC++和修改版的Path Integral算法,并采用不同的采样策略存储先前任务的代表性子集,以量化和平衡遗忘和固执,实现在学习新任务的同时保留旧任务的知识。
68 3
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-综述】基于脑启发的连续学习算法有哪些?附思维导图
这篇博客文章总结了连续学习的分类,包括经典方法(重放、正则化和稀疏化方法)和脑启发方法(突触启发、双系统启发、睡眠启发和模块化启发方法),并讨论了它们在解决灾难性遗忘问题上的优势和局限性。
25 2
|
2月前
|
存储 监控 算法
(六)JVM成神路之GC基础篇:对象存活判定算法、GC算法、STW、GC种类详解
经过前面五个章节的分析后,对于JVM的大部分子系统都已阐述完毕,在本文中则开始对JVM的GC子系统进行全面阐述,GC机制也是JVM的重中之重,调优、监控、面试都逃不开的JVM话题。
|
2月前
|
存储 算法 Java
JVM 垃圾回收算法与垃圾回收器
JVM 垃圾回收算法与垃圾回收器
34 3