下载掌阅APP，畅读海量书库
立即打开
垃圾回收的根和虚拟机运行时紧密结合，理解起来并不容易。需要回答两个问题：哪些是垃圾回收的根？如何实现标记？
以JVM为例，JVM为了能执行Java代码，实现了一套完整的编译、解释、执行框架，其中编译是一个独立的模块，执行是另一个模块。而GC的根既与执行框架相关，又与编译相关，除此之外，GC的根还与语言特性和JVM的实现相关。
在JVM中存在两种类型的根： 强根 和 弱根 。强根是GC的真正根，用于识别堆空间中的活跃对象；弱根并非用于识别活跃对象，只是为了支持语言特性（如Java的引用）或者JVM内部实现的优化而引入的。
强根这个概念相对容易理解，这里使用线程栈来演示这个概念。假设JVM执行一段Java程序，如下所示：
int a = 2;
Object obj1 = new Object();
Object c = new Object();
{
MyObject d = new MyObject(); //假设MyObject已经定义，且MyObject中有一个成员变量f指向Object
d. f = c;
// 地点一
}
// 地点二
现在来模拟一下JVM执行过程中内存的使用情况，在代码的地点一，内存布局如图2-14所示。
图2-14 地点一内存布局
其中图2-14中栈空间的使用通常在编译时就可以确定，堆空间通常是在运行时才能确定。每一个局部变量a、b、c、d在栈中都有一个槽位（slot）与之对应，这样在程序中才能访问到它们指向的对象或者数值。
这里稍微提示一下，代码d.f = c并不是将栈中c的值赋值给d.f，而是将c指向的堆地址赋值给d.f。
当代码执行到地点二时，内存布局如图2-15所示。
图2-15 地点二内存布局
此时因为变量作用域，变量d在栈中将无法访问（实际上该槽位被其他的变量使用），变量d因为已经死亡，其对应堆中的内存（图中灰色空间）也应该可以被回收重用。
基于栈变量可以找到堆空间中所有活跃的对象。当然，如果变量d在GC执行时死亡，在活跃对象的遍历过程中并不能知道变量d是否存在过，也无法知道变量d指向的内存空间。整个GC结束后只能得到所有活跃对象所占用的内存空间，所以追踪的GC算法都是管理活跃对象（将活跃对象赋值到新的空间，即复制算法，或者从整个空间中剔除活跃对象后，采用列表的方式管理自由空间），从而达到内存重用的目的。
当然实现层面可能还有更多细节需要考虑，例如在栈中一个槽位存放的值到底是指向堆空间的变量（即指针）还是一个立即数（在上述代码中变量a就是一个立即数），对于立即数对象，GC并不需要遍历（因为没有在堆空间中分配内存）。但是GC执行时并不知道槽位到底是一个地址还是一个立即数，如果做 不精确 的GC，可以把立即数也“当作”指针，只要立即数在堆空间的访问范围内，也会把对应的内存空间进行标记；如果做 精确 的GC，则必须区分立即数和指针，所以通常需要额外的信息来保存指针信息（例如使用额外的位图来描述栈空间的哪些槽位是指针），在GC执行时借助额外的信息就可以进行精确的回收。
经研究发现，通常不精确的GC和精确的GC相比，性能会有15%～40%的差距。
从栈变量作为根的例子可以看出，如果缺少某一个根，则必然会遗漏一些活跃对象，从而导致GC会访问非法内存。所以必须找到所有的强根并且逐一遍历，才能保证垃圾回收的正确性。
Java语言中的引用主要指软引用（soft reference）、弱引用（weak reference）和虚引用（phantom reference）。另外，Java中的Finalize也是通过引用实现的，JDK定义了一种新的引用类型FinalReference，其处理和虚引用非常类似。
引用的处理和GC关系非常密切。在Java语言层面对于不同类型的引用有不同的定义，简单总结如下：
1）软引用： 声明为软引用的对象在垃圾回收时只有满足一些条件才会进行回收，这些条件程序员可以设置，比如通过参数SoftRefLRUPolicyMSPerMB设置软引用对象的存活时间。
2）弱引用： 在垃圾回收执行时，如果发现内存不足声明为弱引用的对象就会被回收。
3）虚引用： 使用虚引用需要定义一个引用队列，虚引用关联的对象在Java应用层面无法直接访问，而是通过引用线程（reference thread，这是一个Java应用的线程，JVM在启动时会生成该线程）处理引用队列来访问。所以虚引用对象的回收依赖于引用队列中的对象是否被执行，如果引用队列中的对象还没有被处理，则不能回收，否则就可以被GC回收。
4）Finalize： 如果Java的类重载了Finalize()函数，则需要通过Finalize线程（Finalizer Thread，这是一个Java应用的线程，JVM在启动时会生成该线程）处理。定义了Finalize()函数的对象类似于定义了虚引用，如果在GC执行过程中发现Finalize线程尚未执行对象的Finalize()函数，则对象不会被回收，否则对象就可以被回收。
可以发现Java语言中引用的处理和GC紧密相关。根据是否需要额外的线程执行额外的动作可以分为两类，对于这两类GC过程，处理方法有所不同：
1）软引用/弱引用： 在GC执行过程中，首先要通过强根扫描所有活跃对象，如果发现对象的元数据属于Java语言中的软引用/弱引用，则需要额外记录下来，在强根遍历结束后再根据GC的策略来决定是否回收引用对象占用的内存空间。
2）虚引用/Finalize引用： 在GC执行过程中，首先要通过强根扫描所有活跃对象，如果发现对象的元数据属于Java语言中的虚引用或者Finalize引用，则需要额外记录下来，然后将引用类型的对象单独保留起来，当GC结束后，引用线程处理过的对象就可以在下一次GC执行过程中进行回收。注意，定义了Finalize()函数的对象处理在对象生成期间就知道需要进行额外处理，所以生成的对象会自动添加到Finalize引用中。
从上面的描述中可以看出，当GC处理Java语言的引用特性时，需要额外地对引用对象进行处理，对于软引用/弱引用，在强根扫描结束以后就可以根据策略进行回收；对于虚引用/Finalize引用，在本次GC时不能进行回收，通常需要在后续的GC过程中才能真正进行回收，且能否执行回收依赖于引用线程/Finalizer线程是否处理过对象，只有处理过的对象才能在后续的GC中被回收，如果对象没有处理过，JVM需要继续记录这些对象，并保持这些对象活跃。而这些对象明显不属于GC回收时识别的活跃对象，但是为了支持引用特性又必须将其记录下来，保持程序运行语义的正确性，所以JVM内部引入了弱根来记录这些对象。
在Java语言的发展过程中，JVM的研究者发现在JVM内部可以优化实现，从而节约内存或者提高程序执行的效率。为了达到这样的目的，JVM内部也需要引入一些弱根来保证程序运行的正确性。
这里以字符串为例来演示JVM的一个弱根。Java类库中String类提供了一个intern()方法用于优化JVM内存字符串的存储，intern()方法用来返回常量池中的某字符串。其目的是当Java程序中存在多个相同的字符串时可以共用一个JVM的底层对象表示，从而节约空间。代码片段如下：
String str1 = new String("abc");
String str2 = new String("abc");
str1.intern();
str2.intern();
在示例中，str1和str2都执行了intern()方法，JVM在执行时会优化底层的存储，可以简单地理解intern()方法的功能是：在JVM里面使用一个StringTable（使用hash table实现）存储字符串对象，如果StringTable中已经存在该字符串，则直接返回常量池中该对象的引用；否则，在StringTable中加入该对象，然后返回引用。
str1.intern()执行后，在StringTable中使用hash table存储这个String对象。因为str1对应的字符数组对象并不在StringTable中，所以它会被加入StringTable中。如图2-16所示，图中用圆表示对象（这里我们忽略外部的引用根信息）。
图2-16 intern()方法执行前后的内存示意图
当执行str2.intern()时，首先计算str2的hash code，然后用hash code和str2的字符数组对象在StringTable查找是否已经存储了String对象，并且比较存储的String对象hash code与字符串数组是否相同，如果相同，则不需要再次把字符串放入StringTable中了，并且返回str1这个对象。
JVM在内部使用了StringTable来存储字符串intern的结果，其结构如图2-17所示。
图2-17 StringTable存储结构图
通过StringTable的方式方便共享字符串对象，但是会带来回收方面的问题。如果所有的共享变量都死亡，StringTable中的共享对象也应该释放。但什么时候可以回收或者释放StringTable占用的内存呢？在GC执行过程中，当强根遍历完成后，需要再次遍历StringTable，如果发现没有任何相关的引用，则StringTable中的共享对象可以释放，这个时候就可以回收了。可以看出，当GC的强根遍历完成后需要额外针对StringTable遍历来完成一些内存的释放，而StringTable和GC执行过程中对象的活跃性并无任何关系，仅仅是JVM内部设计带来的额外遍历，这样的根也称为弱根。
从上面的介绍可以看出，对于弱根，如果不进行遍历，则会导致一定程度的内存泄露，但是并不会影响Java程序正确地执行。为了保障GC执行的性能，在新生代回收中通常不回收这类弱根。当然由于JVM内存设计的复杂性，在一些新生代回收实现中也会处理这类弱根，其原因涉及对另外一些特性的支持的影响（例如类回收或者字符串去重等），这里不再展开介绍。
JVM中根的构成非常复杂，根据程序执行的语义、语言特性的支持及JVM内部优化实现，可以将根划分为Java根、JVM根和其他根。
Java根用于找到Java程序执行时产生的对象，包括两类，分别为：
JVM根主要指JVM为了运行Java程序所产生的一些对象，这些对象可以简单地被认为是全局对象。主要有：
其他根主要有：
这些根共同构成了GC根集合，实际上根的确定和虚拟机运行时密切相关，而运行时又非常复杂，限于篇幅，本书无法对根详细介绍，有兴趣的读者可以参考其他文献。
需要注意的是，对于弱根的处理在不同的GC实现中有所不同，主要原因是弱根通常涉及内部资源的释放，整个流程耗时较多，在一些回收中会把弱根当作强根对待（即不释放弱根相关的内部资源），以加快GC的执行。