内存区域划分——垃圾回收
一、为什么要有垃圾回收？
在编程语言发展初期，开发者需要手动管理内存：申请内存空间、使用完毕后手动释放。但这种方式存在两大致命问题：
- 内存泄漏：忘记释放不再使用的内存，导致内存占用持续增长，最终程序崩溃；
- 野指针访问：释放内存后未清空指针，后续误操作该指针会引发程序异常（如崩溃、数据错乱）。
垃圾回收（Garbage Collection，GC）的核心目标是 自动识别并释放 “无用对象” 占用的内存，解放开发者的内存管理负担，同时避免内存泄漏和野指针问题，保障程序稳定性和内存使用效率。简单说：GC 是内存的 “自动清洁工”，让开发者专注业务逻辑而非底层内存操作。
二、垃圾回收主要回收哪个内存区域？
以 Java、Python 等主流语言的内存模型为例，GC 的回收重点是 堆内存（Heap），次要关注方法区（元空间 / 永久代），栈内存（虚拟机栈、本地方法栈）通常不参与 GC。
- 堆内存：所有对象实例（如new Object()）和数组都存储在堆中，是内存占用最大、对象生命周期最复杂的区域 —— 有的对象仅使用一次就无用，有的则会持续存活到程序结束。GC 的核心工作就是扫描堆内存，筛选出 “死亡对象” 并回收其空间。
- 方法区：存储类信息、常量、静态变量等，部分场景下也会产生垃圾（如动态卸载类、常量池过期数据），因此部分 GC（如 Java 的 G1、ZGC）会兼顾方法区的回收。
- 栈内存：栈帧随方法调用创建、方法结束销毁，生命周期与线程执行流程强绑定，无需 GC 介入，自动出栈释放。
结论：堆内存是垃圾回收的 “主战场”。
三、标记的过程：如何识别 “垃圾对象”？
GC 的第一步是 “标记”—— 区分 “存活对象” 和 “垃圾对象”，核心逻辑是：可达的对象为存活，不可达的为垃圾。主流标记算法有两种：
1. 引用计数法（简单但有缺陷）
- 原理：给每个对象维护一个 “引用计数器”，被引用时计数器 + 1，引用失效时 - 1；当计数器为 0 时，标记为垃圾。
- 优点：实现简单、标记效率高，实时性强（无需暂停程序）。
- 缺陷：无法解决 “循环引用” 问题（如 A 引用 B，B 引用 A，两者均无其他外部引用，计数器仍为 1，无法被标记回收），因此主流语言（Java、Python）已弃用。
2. 可达性分析算法（主流方案）
- 原理：以 “GC Roots” 为起点，遍历对象引用链；能被遍历到的对象为 “可达对象”（存活），遍历不到的为 “不可达对象”（垃圾）。
- GC Roots 的常见类型：
- 虚拟机栈中局部变量表引用的对象（如方法内定义的变量）；
- 方法区中静态变量、常量引用的对象；
- 本地方法栈中 Native 方法引用的对象；
- 活跃线程引用的对象。
- 优点：能解决循环引用问题，是 Java、C# 等语言的核心标记算法。
- 注意：标记过程需要 “暂停用户线程”（Stop The World，STW），避免遍历过程中引用关系变化导致标记错误（后续 GC 优化的核心方向之一是减少 STW 时间）。
四、回收的过程：如何释放垃圾对象的内存？
标记完成后，第二步是 “回收”—— 释放垃圾对象占用的内存，同时整理内存碎片（避免碎片过多导致无法分配大对象）。主流回收算法有三种：
1. 标记 - 清除算法（基础但低效）
- 流程：① 标记所有垃圾对象；② 直接清除垃圾对象，释放内存。
- 优点：实现简单，无需移动对象。
- 缺陷：
- 产生大量内存碎片（释放的内存块大小不一，分散在堆中）；
- 清除效率低（需遍历整个堆查找垃圾对象）。
2. 标记 - 复制算法（高效无碎片）
- 流程：① 将堆内存划分为两个大小相等的区域（From 区和 To 区）；② 标记存活对象，将其复制到 To 区；③ 清空 From 区，交换 From 和 To 区的角色（下次回收时 From 区变为 To 区，反之）。
- 优点：无内存碎片，回收效率高（只需复制存活对象，存活对象少的时候效率极高）。
- 缺陷：堆内存利用率低（仅一半区域可用），适合 “存活对象少、垃圾多” 的场景（如新生代）。
- 应用：Java 的 Serial GC、ParNew GC 的新生代回收均采用此算法。
3. 标记 - 整理算法（适合老年代）
- 流程：① 标记所有存活对象；② 将存活对象向堆的一端移动，集中排列；③ 清除堆另一端的所有垃圾对象，释放连续内存。
- 优点：无内存碎片，堆内存利用率 100%。
- 缺陷：需要移动对象，会增加 STW 时间（移动对象后需更新所有引用该对象的指针）。
- 应用：适合 “存活对象多、垃圾少” 的场景（如老年代），Java 的 CMS GC 老年代、G1 GC 均会用到。
补充：分代收集算法（实际应用的组合方案）
上述三种算法均有优缺点，因此主流 GC（如 Java 的 HotSpot VM）采用 “分代收集”—— 根据对象生命周期长短，将堆内存分为新生代和老年代，分别使用合适的算法：
- 新生代：对象生命周期短（创建后很快成为垃圾），存活对象少 → 用 “标记 - 复制算法”（高效无碎片）；
- 老年代：对象生命周期长（长期存活），存活对象多 → 用 “标记 - 清除算法” 或 “标记 - 整理算法”（避免频繁复制的开销）。
五、垃圾回收器的典型实现
垃圾回收器是 GC 算法的具体工程实现，不同语言、不同虚拟机有不同的实现方案，以下是主流语言的典型 GC：
1. Java HotSpot VM 的经典垃圾回收器
Java 的 GC 生态最完善，不同回收器针对不同场景优化：
- Serial GC（串行 GC）：单线程执行 GC，STW 时间长，适合单 CPU、小型应用（如嵌入式设备），JDK8 默认新生代 GC。
- ParNew GC（并行新生代 GC）：Serial GC 的多线程版本，新生代用标记 - 复制，老年代需配合 CMS，适合多 CPU 服务器，缩短 STW 时间。
- CMS GC（并发标记清除）：目标是 “低延迟”，老年代采用并发标记 + 清除（仅初始标记和重新标记阶段 STW），适合对响应时间敏感的应用（如 Web 服务）；缺陷是产生碎片、占用 CPU 资源。
- G1 GC（区域化分代式）：JDK9 及以上默认 GC，将堆分为多个大小相等的 Region（区域），兼顾新生代和老年代回收，采用 “标记 - 整理”+“复制” 混合算法，可预测 STW 时间，适合大堆内存（如 10GB+）。
- ZGC/Shenandoah GC（低延迟 GC）：专为超大堆、超低延迟设计（STW 时间毫秒级），支持 TB 级内存，适合金融、电商等核心业务。
2. Python 的 GC 实现
Python 采用 “引用计数为主，分代回收为辅”：
- 日常垃圾回收依赖引用计数，循环引用通过 “分代回收” 解决（将对象分为 3 代，越久未回收的对象扫描频率越低）。
- 优点：兼顾简单性和实用性，避免纯引用计数的循环引用问题。
3. Go 的 GC 实现
Go 的 GC 是 “并发标记清除 + 三色标记”：
- 无需分代，采用三色标记（白色：未标记；灰色：待遍历；黑色：已标记），配合 “写屏障” 避免并发标记时的引用变化，STW 时间极短（Go 1.19 后可控制在微秒级），适合高并发场景。
六、总结
垃圾回收的核心逻辑可概括为：通过 “标记” 识别无用对象，通过 “回收” 释放内存，通过 “分代 / 并发” 优化性能。其本质是在 “自动化内存管理” 和 “程序性能” 之间寻找平衡 —— 优秀的 GC 既能解放开发者，又能最小化对程序运行的影响。
不同语言 / 虚拟机的 GC 实现各有侧重（如 Java 追求通用性，Go 追求低延迟，Python 追求简单性），实际开发中需根据应用场景选择合适的 GC 方案（如大内存应用优先 G1/ZGC，低延迟应用优先 CMS/Shenandoah）。