GC 需要完成3件事情：
- 哪些内存需要回收
- 什么时候回收
- 如何回收
一、判断对象已死
（1）引用计数法
对象有个引用计数器，有一个地方引用时，加一，有引用失效时，减一，为0时说明对象不再被使用。
实际上 JVM 并没有使用此方法管理内存，原因是此方法无法解决对象循环引用的问题，例如 A 中引用了 B，B 中引用了 A，除此之外没有其他引用，实际上这两个对象都不再被使用了，但计数器不为0。
（2）可达性分析算法
从一系列称为 gc roots 的对象为起点向下搜索，搜索走过的路径称为引用链，如果一个对象与 gc roots 没有相连，说明此对象不可用。
可以作为 gc roots 的对象包括：
- 栈中引用的对象，包括虚拟机栈和native栈
- 方法中静态属性引用的对象
- 方法区中常量属性引用的对象
引用包括：
- 强引用（只要可用就不回收）
- 软引用（内存不够时回收）
- 弱引用（下一次垃圾收集时回收，无论内存是否够用）
- 虚引用（对生存时间没有影响，无法通过虚引用取得一个对象的实例，使用虚引用的目的就是使对象被回收时收到一个系统通知）
什么是 gc root？包括：
- 栈（局部变量表）中引用的对象。
- 方法区中静态属性引用的对象。
- 方法区中常量引用的对象。
- 本地方法栈中引用的对象。
二、垃圾收集算法
（1）标记-清除
分为”标记“和”清除“2个阶段：
- 通过可达性分析算法标记处需要回收的对象
- 统一回收被标记的对象
缺点：
- 效率低，标记和清除都比较低效
- 会产生大量不连续的内存碎片
（2）复制
把内存平均分成2块儿，只使用其中一块儿，当这块儿快用完时，把存活的对象复制到另一块儿，然后把这块儿整体清理掉。
好处：
- 比标记清除算法高效
- 没有碎片
缺点：
- 当存活对象很多时，复制就多，导致效率降低
- 空间利用率太低，一半儿内存没有了
（3）标记-整理
标记过程和”标记-清除“一样，标记后不直接回收，而是把所有存活的对象移动到一端，然后直接把其余内存清理掉。
（4）分代收集
根据对象存活周期将内存划分为新生代、老年代，对不同区域使用不用的收集算法。
新生代中一般只有少量对象存活，就可以使用复制算法，这样复制成本很低。
老年代中存活率较高，可以使用”标记-清除“、”标记-整理“算法。
三、垃圾收集器
回收算法是指导思想，垃圾收集器就是具体实现。
（1）Serial 收集器
是一个连续的、单线程的收集器，又一个线程执行垃圾回收工作，在它工作时，其他所有线程必须停止工作。
就像妈妈在打扫屋子时，你必须老老实实的呆着。
（2）ParNew 收集器
Serial 收集器的多线程版本，除了”多线程“，其余和 Serial 收集器一样。
主要用于在新生代工作，主要是因为除了 Serial 收集器以外，只有他能用 CMS 收集器配合工作（CMS 是老年代收集器，后面介绍）。
（3）Parallel Scavenge 收集器
并行多线程收集器，工作在新生代，使用”复制算法“。
目标是达到一个可控制的吞吐量。
吞吐量 = 用户代码运行时间 / (用户代码运行时间 + 垃圾收集时间)
高吞吐量可以高效利用CPU时间。
Parallel Scavenge 收集器有自适应调节策略，把内存管理的调优任务交给虚拟机完成。自适应调节策略是 Parallel Scavenge 与 ParNew 的一个主要区别。
（4）Serial Old 收集器
Serial 收集器的老年代版本，单线程、使用”标记-整理“算法。
（5）Parallel Old 收集器
Parallel Old 是 Parallel Scavenge 的老年代版本，多线程、使用”标记-整理“算法。
（6）CMS 收集器
CMS（Concurrent Mark Sweep）与用户线程一起并发执行，以获取最短回收停顿时间为目标，并发收集、低停顿，工作在老年代，使用”标记-清除“算法。
包括4个步骤：
- 初始标记（需要暂停，标记出gc roots能直接关联到的对象）
- 并发标记（恢复执行，并行查找标记间接对象）
- 重新标记（需要暂停，修正并发标记期间因用户程序继续运行而产生的变动）
- 并发清除
”初始标记“和”重新标记“需要停止其他工作线程。
（7）G1 收集器
G1 的全称是“Garbage First”，从名称就可以看出他的原则是：收集尽可能多的垃圾。
G1 有一下几个明显的特点：
- G1 能够处理大内存空间，现在的服务器内存越来越大，所以G1被设计用来高效的处理大内存的回收问题。
- G1 在设计上使用了内存分块思路，将内存划分为一个个大小相等的块儿，回收时以块儿为单位，把存活的对象复制到其他块儿中，自然的实现了空间整理。
- G1 对于巨型对象，会直接分配到老年代空间，但在清理年轻代时会对其进行关注，发现没有引用后就清除。
网友评论