垃圾回收算法（3）复制

垃圾回收复制算法的基本思想很直观，甚至看上去浪费。将现有堆一分为二，一个用完后，将活动对象拷贝到另一半。但是这样做却有一些比较明显的优点。

 

先来看下具体算法。

 

看上去简单，其实还是有一些要注意的地方。

第一是防止重复拷贝，对象之间的引用可以很复杂，各种交叉；第二是拷贝后，新老堆中的引用关系要缕顺。

 

copying() {
  $free = $to_start
  for (r : $root) 
    *r = copy(r)  // 注意，这里实际是一个update，将对象替换
 
  swap($from_start, $to_start)
}

 

上述free是新堆的起点指针，复制回收刚开始时，free指向起点。开头描述的两个要注意的地方可以通过在老堆中的对象中引入两个字段来解决，分别是tag、forwarding，因为老堆中内存已经无用，两字段可以在对象原先的字段中重用。具体见下算法：

 

// 这里，传给copy的对象，一定是旧堆的
copy(obj) {
  if obj.tag != COPIED                       // 重要，在老堆的对象中，标志这对象已经拷走。
    copy_data($free, obj, obj.size)       // 拷贝到free
    obj.tag = COPIED
    obj.forwarding = $free                  // 重要！obj是老堆中对象，forwarding字段指向了新堆中的同一对象！！
    $free += obj.size
 
  for (child : children(obj.forwarding) 
    child = copy(child)                 //重要，又是一个update操作，不仅仅是递归处理，也是递归赋值。将老的
 
  return obj.forwarding             // 最终返回
}
 

与此相对，分配变得更简单：

new_obj(size) {
  if ($free + size > $from_start + HEAD_SIZE/2)
    copying()                                              // 超过一半触发
    if ($free + size > $from_start + HEAP_SIZE/2)
      fail()
 
  obj = $free                         // 分配直接从指针处取内存！
  obj.size = size
  $free += size
  return obj
}

以上便是复制算法，可见不复杂。

 

优点：

1. 吞吐量高，因为并没有像mark_sweep那种全堆扫描处理，只处理活动对象；
2. 不使用free_list，分配内存阶段高效；
3. 对象全部紧邻，没有碎片；
4. 有引用关系的对象内存相邻，缓存利用率好。

 

缺点：

1. 堆二等分。。。。。
2. 必须移动对象、改写指针
3. 递归复制，容易造成栈溢出

 

 

针对以上缺点，来看一下改进项：

 

-》 上述第3点，递归复制，其实是个深度优先的遍历。针对这种顺序型带指针引用的内存结构，可以优化成一个巧妙的广度优先。广度优先需要一个队列，这里可以人为设置两个下标，下标之间的空间作为队列。

如下：

 

copying() {
  scan = $free = $to_start        // scan是一个逻辑队列的头，free则是这个逻辑队列的尾
  for (r : $root)
    r = copy(r)                       // 从root出发，先走一层。拉开scan与free的差距，理解成逻辑上将root的第一层子节点入队列。具体要看后面copy实现
 
  while (scan != free)
    for (child : children(scan))
      child = copy(child)
    scan += scan.size
 
  swap($from_start, $to_start)
}
 
copy(obj) {
  if !(obj.forwarding belong $to_start)     // 此处可以直接拿forwarding字段来判断是否已经拷贝到新堆空间
    copy_data($free, obj, obj.size)
    obj.forwarding = $free                     // 老对象指向新对象
    $free += obj.size
  return obj.forwarding
}

 

上述算法虽然巧妙，但广度优先的方式会破坏深度优先的缓存利用率高的优点。

对这个方法继续优化、细化：

 

考虑到内存的加载是以page为单位，那么对于内存堆的复制也可以以page为单位。

在page内部，使用深度优先的算法，而跨page时，可以使用广度优先方式避免过度递归拷贝。

可以理解成由一维的堆引申出一个二维的堆。其中一维使用深度优先保证内存读取缓存的命中；另一维度是在page间使用广度优先防止过深的递归拷贝带来问题。具体是使每个page内维护一个local_scan下标，这里不展开。

 

-》 上述第1点，堆利用率，这是个最显著的缺点了

可以采用一些折衷的算法。比如，将堆分成N份，其中的二份之间采用复制垃圾回收。其他的采用mark_sweep。