垃圾回收

垃圾[1]回收是一种自动管理内存的方式。通常认为手动内管理[2]与垃圾回收相反。

就像其他内存管理技术，垃圾回收可能占据大部分程序处理时间，因而对性能有很大影响。

垃圾回收通常不处理内存之外的资源，比如网络 sockets、数据库 handles、用户交互界面和文件与设备描述符。常用的管理上述资源的方法，尤其是自毁器（destructor）[3]，应该足以管理内存，所以不需要垃圾回收（来管理它们）。

优点

垃圾回收将程序员从手动回收内存中解放出来。所以对应种类的 bugs 被消除或者大量减少：

• 野指针[4] bugs，当一片内存被释放而仍然有指针指向它，并且其中一个指针 deference。这时这片内存可能已被重新分配作其它用途，所以可能造成无法预料的结果
• 两次释放 bugs，程序尝试释放已经被释放的内存区域，而这片内存可能已被重新分配作其它用途，所以可能造成无法预料的结果
• 内存泄露，程序不能释放无法接触的对象的内存，所以内存占用只会增长而不会减少

缺点

• 消耗额外的资源
• 影响性能，可能导致程序停顿

垃圾回收消耗计算资源来决定应该释放那些内存，即使程序员已经知道了这个信息。不需要在源码中手动标注对象生存周期的处罚是 overhead[5]。内存层次结构效应[6]会使这个 overhead 在难以预测或常规测试中发现的环境中无法容忍。

垃圾回收的实际执行时刻是难以预测的，会导致停顿（停顿来转换/释放内存）稀疏地分布在一个任务中。难以预测的停顿在实时环境、事务处理或者交互环境中是无法容忍的。

策略

追踪

追踪垃圾回收是最常见的策略。通过一连串从特定根节点对象的引用来追踪哪些对象是可访问的，并把剩余的（不可访问的）节点视为垃圾并回收它们。

引用计数

每个对象有一个引用它的对象数目。引用计数为 0 的对象被视作垃圾。当一个引用它的对象创建时，引用计数加一，当一个引用它的对象销毁时，引用计数减一。

引用计数保证当引用一个对象（设为 A）的最后一个对象被销毁时，该对象（A）会被销毁，并且通常该内存会位于 CPU 缓存、要被释放的对象或者直接被指向的那些对象中，因此对 CPU 缓存和虚拟内存操作不会有很大的副作用。

引用计数有很多缺点，但这通常可以通过复杂的算法来解决或者减轻：

循环引用

当多个对象互相引用，它们会创建一个循环，因此它们的引用计数不会变为 0。一些垃圾回收系统使用特定的循环检测算法来处理这个问题，比如 CPython。

另一个策略是创建弱引用。在引用计数中，弱引用不会增加引用对象的引用计数。当一个引用对象被回收时，所有通过弱引用引用其的对象都会被回收。

空间 overhead

在引用计数中，需要为每个对象分配空间来储存其引用计数。通常使用无符号指针来做这个事，这意味着要为每个对象分配 32 或 64 位的内存空间。

速度 overhead

引用的赋值与回收通常都需要修改一个或多个引用计数器。

需要原子性

在多线程环境中，这些修改（增加和减少）可能需要原子操作，至少针对共享的或可能在多线程中共享的对象要这么做。原子操作的代价是很大的，如果使用软件算法模拟，那么代价会更大。

可以用单线程或单进程来处理引用计数，并且当 local 引用计数变为或不再为 0 时只访问全局引用计数，但这会大大增加内存的负担，因此只在特殊情况下有用（比如 Linux 内核模块）。

非实时

Because any pointer assignment can potentially cause a number of objects bounded only by total allocated memory size to be recursively freed while the thread is unable to perform other work.

参考

1. 垃圾：未来不会在系统中或（在其上）运行的程序中的内存中的对象、数据或者其他区域。
2. 手动内存管理：程序员手动使用命令来识别和回收垃圾
3. 当对象被销毁时自动执行的方法
4. 没有指向有效对应或者合适类型的指针
5. 完成一个特定任务所需要的计算时间、内存、宽带或其他资源的过度使用或者路线迂回
6. 计算机储存基于响应时间被分割为多个层次