为什么跨代引用是GC root

昨日，有人在一个JVM群里问了一个问题，为什么跨代引用是gc root。这虽然是一个很简单的问题，但是其实涉及到了分代垃圾回收算法的核心理念。

gc root的基本解释

首先我们要理解一下GC root究竟是什么东西。

gc root

堆是被我们垃圾回收所管理的内存空间。如图，存在两种引用，一种是堆外对象对堆内对象的引用，被标注为红色；另外一种是堆内对象之间的引用，被标注为灰色。通常我们说的gc root就可以被认为是红色的那种引用，比如说栈引用堆中对象。为什么我们不认为堆内对象之间的引用是gc root呢？因为我们的对象，最终是要被外部使用的，比如说被栈引用所访问。因此，如果一大堆的堆内对象之间互相引用，但是没有任何堆外部引用，那么这部分对象实际上也是不可达的。HotSpot就是如此的，所有的堆中的对象，最终都是被栈所使用的。因而，U和V就可以看做是不可达的对象了。

分代和跨代引用

解释了gc root的基本概念后，我们要来看看分代理论了。基本上，现代垃圾回收器都是分代垃圾回收器，它建立在两个分代理论之上：

• 弱分代假说（weak generational hypothesis）：大多数对象在年轻的时候死亡；
• 强分代假说（strong generational hypothesis）：越老的对象越难死亡；

这个分代假说引申出一种垃圾回收理念：将对象依据“年龄”分配到不同的区域，每次回收只回收其中的一个区域。这也就是分代回收的基础理念。因为很显然的，如果大部分对象都是朝生夕死的，那么将它们放在一起，每次回收都能够回收到很多的空间；剩下的不容易死亡的对象，放在一起，那么可以以一种极为低的频率来回收它们。这就兼顾了垃圾回收的时间开销和内存的空间利用率。

一般的垃圾回收算法至少会划分出两个年代，年轻代和老年代。但是单纯的分代理论在垃圾回收的时候存在一个巨大的缺陷：为了找到年轻代中的存活对象，却不得不遍历整个老年代，反过来也是一样的。

跨代引用引起老年代的遍历

如果我们从年轻代开始遍历，那么可以断定N, S, P, Q都是存活对象。但是，V却不会被认为是存活对象，其占据的内存会被回收了。这就是一个惊天的大漏洞！因为U本身是老年代对象，而且有外部引用指向它，也就是说U是存活对象，而U指向了V，也就是说V也应该是存活对象才是！而这都是因为我们只遍历年轻代对象！

所以，为了解决这种跨代引用的问题，最笨的办法就是遍历老年代的对象，找出这些跨代引用来。这种方案存在极大的性能浪费。因为从两个分代假说里面，其实隐含了一个推论：跨代引用是极少的。也就是为了找出那么一点点跨代引用，我们却得遍历整个老年代！从上图来说，很显然的是，我们根本不必遍历R。

因此，为了避免这种遍历老年代的性能开销，通常的分代垃圾回收器会引入一种称为记忆集的技术。简单来说，记忆集就是用来记录跨代引用的表。

记忆集记录跨代引用

如图，在拥有记忆集的情况下，我们就可以不用遍历老年代了，这是一个巨大的性能提升！

最终解释

现在，我们设想一下，要回收年轻代，首先我们要从引用年轻代对象的外部引用开始；其次，我们要从跨代引用开始。于是我们可以很自然的得出结果：跨代引用也是gc root。

整个模型可以抽象成：

gc root的最终解释

附录

在引入记忆集之后，其实会有一个很有意思的问题：即老年代对象即便已经事实上不可达了，但是因为记忆集的存在，会导致从该对象出发的跨代引用依旧会被当成gc root，直至该对象被回收引起记忆集中相关条目的擦除。

记忆集引出的问题

如图，U已经不存在外部引用了，所以它事实上已经不可达了。但是在这个时刻，因为老年代没有发生GC，所以它依旧存活着。

• 如果我们采用遍历老年代的方法找出跨代引用，那么我们只能找到S->P这一条。于是U和V都会被当成是不可达对象，其内存空间就可以被回收掉了。
• 如果我们使用记忆集，那么因为U没有被GC掉，所以记忆集里面的条目U->V依旧存在，所以在年轻代回收的时候，V会被当成存活对象。

这个问题就是因为使用记忆集带来的“滞后性”，它提高了时间效率，但是却降低了空间利用率。不过无论如何，它依然确保了垃圾回收所遵循的原则：垃圾回收确保回收的对象必然是不可达对象，但是不确保所有的不可达对象都会被回收。