垃圾回收算法實現之 - 標記-清除(完整可運行C語言代碼)

世界上首個值得記念的GC 算法是GC 標記 - 清除算法(Mark-Sweep GC)。自其問世以來,一直到半個世紀後的今天,它依然是各類處理程序所用的偉大的算法。node

GC 標記 - 清除算法由標記階段和清除階段構成。git

標記階段是把全部活動對象(可達對象,reachable)都作上標記的階段。清除階段是把那些沒有標記的對象,也就是非活動對象回收的階段。經過這兩個階段,就能夠複用已釋放的空間。github

本文代碼使用C語言實現算法

名詞解釋

對象

對象在GC的世界裏,表明的是數據集合,是垃圾回收的基本單位。segmentfault

指針

能夠理解爲就是C語言中的指針(又或許是handle),GC是根據指針來搜索對象的。數據結構

mutatar

這個詞有些地方翻譯爲賦值器,但仍是比較奇怪,不如不翻譯……spa

mutator 是 Edsger Dijkstra 琢磨出來的詞,有「改變某物」的意思。說到要改變什麼,那就是 GC 對象間的引用關係。不過光這麼說可能你們仍是不能理解,其實用一句話歸納的話,它的實體就是「應用程序」。

mutatar的工做有如下兩種:翻譯

  • 生成對象
  • 更新指針
mutator 在進行這些操做時,會同時爲應用程序的用戶進行一些處理(數值計算、瀏覽網頁、編輯文章等)。隨着這些處理的逐步推動,對象間的引用關係也會「改變」。伴隨這些變化會產生垃圾,而負責回收這些垃圾的機制就是 GC。

GC ROOTS

GC ROOTS就是引用的起始點,好比棧,全局變量設計

堆(Heap)

堆就是進程中的一段動態內存,在GC的世界裏,通常會先申請一大段堆內存,而後mutatar在這一大段內存中進行分配指針

活動對象和非活動對象

活動對象就是能經過mutatar(GC ROOTS)引用的對象,反之訪問不到的就是非活動對象。

準備工做

在標記清除算法中,使用空閒鏈表(free-list)的內存分配策略

空閒鏈表(free-list)內存分配

空閒鏈表分配使用某種數據結構(通常是鏈表)來記錄空閒內存單元的位置和大小,該數據結構即爲空閒內存單元的集合。

在須要分配內存時,順序遍歷每個內存單元,找到第一個空閒的內存單元使用。

在本文中,爲了下降複雜度,只使用了最基本的free-list分配法,free-list數據結構以下圖所示:

爲了實現簡單,在本文代碼中,每一個單元只存儲一個對象,不考慮單元拆分合並等問題

數據結構設計

首先是對象類型的結構:

爲了動態訪問「對象」的屬性,此處使用屬性偏移量來記錄屬性的位置,而後經過指針的計算得到屬性

typedef struct class_descriptor {
    char *name;//類名稱
    int size;//類大小,即對應sizeof(struct)
    int num_fields;//屬性數量
    int *field_offsets;//類中的屬性偏移,即全部屬性在struct中的偏移量
} class_descriptor;

而後是對象的結構,雖然C語言中沒有繼承的概念,可是能夠經過共同屬性的struct來實現:

typedef struct _object {
    class_descriptor *class;//對象對應的類型
    byte marked;//標記對象是否可達(reachable)
} object;

//繼承
//"繼承對象"需和父對象object基本屬性保持一致,在基本屬性以後,能夠定義其餘的屬性
typedef struct emp {
    class_descriptor *class;//對象對應的類型
    byte marked;//標記對象是否可達(reachable)
    int id;
    dept *dept;
} emp;

free-list結構設計

struct _node {
    node *next;
    byte used;//是否使用
    int size;//單元大小
    object *data;//單元中的數據
};

有了基本的數據結構,下面就能夠進行算法的實現了,如下執行GC前堆的狀態圖:

算法實現

建立對象&內存分配

根據前面介紹的free-list內存分配策略,在新建對象時只須要搜索出空閒內存單元便可:

node *find_idle_node() {
    for (next_free = head; next_free && next_free->used; next_free = next_free->next) {}

    //還找不到就觸發回收
    if (!next_free) {
        gc();
    }

    for (next_free = head->next; next_free && next_free->used; next_free = next_free->next) {}

    //再找不到真的沒了……
    if (!next_free) {
        printf("Allocation Failed!OutOfMemory...\n");
        abort();
    }
}

在找到的空閒內存單元中分配新對象,並初始化

object *gc_alloc(class_descriptor *class) {

    if (!next_free || next_free->used) {
        find_idle_node();
    }

    //賦值當前freePoint
    node *_node = next_free;

    //新分配的對象指針
    //將新對象分配在free-list的節點數據以後,node單元的空間內除了sizeof(node),剩下的地址空間都用於存儲對象
    object *new_obj = (void *) _node + sizeof(node);
    new_obj->class = class;
    new_obj->marked = FALSE;

    _node->used = TRUE;
    _node->data = new_obj;
    _node->size = class->size;

    for (int i = 0; i < new_obj->class->num_fields; ++i) {
        //*(data **)是一個dereference操做,拿到field的pointer
        //(void *)o是強轉爲void* pointer,void*進行加法運算的時候就不會按類型增長地址
        *(object **) ((void *) new_obj + new_obj->class->field_offsets[i]) = NULL;
    }
    next_free = next_free->next;

    return new_obj;
}

GC代碼,當分配新對象而且可用內存不足時調用該方法

void gc() {
    for (int i = 0; i < _rp; ++i) {
        mark(_roots[i]);
    }
    sweep();
}

標記階段

標記階段,要從GC ROOTS開始,遍歷對象圖(graph),對全部可達(reachable)的對象打上標記

for (int i = 0; i < _rp; ++i) {
    mark(_roots[i]);
}

標記的代碼邏輯很簡單,就是遞歸查找對象並標記

void mark(object *obj) {
    //避免重複標記,由於一個對象可能被引用屢次
    if (!obj || obj->marked) { return; }
    //給對象打上標記
    obj->marked = TRUE;
    //遞歸標記對象的引用
    //經過對象的field_offsets訪問對象的引用對象
    for (int i = 0; i < obj->class->num_fields; ++i) {
        mark(*((object **) ((void *) obj + obj->class->field_offsets[i])));
    }
}

從上面的代碼邏輯能夠得出,標記階段的耗時和堆大小無關,耗時和存活對象的數量成正比

清除階段

清除階段須要遍歷全堆(這裏是遍歷free-list),清除全部沒有標記的對象並回收對應的內存單元

void sweep() {
    for (node *_cur = head; _cur && _cur; _cur = _cur->next) {
        if (!_cur->used)continue;
        object *obj = _cur->data;
        if (obj->marked) {
            obj->marked = FALSE;
        } else {
            //回收對象所屬的node
            memset(obj, 0, obj->class->size);

            //經過地址計算出,對象所在的node
            node *_node = (node *) ((void *) obj - sizeof(node));
            _node->used = FALSE;
            _node->data = NULL;
            _node->size = 0;

            //將next_free更新爲當前回收的node
            next_free = _node;
        }
    }

}

缺點

因爲本文沒有實現free-list中空閒單元的拆分與合併,因此沒有涉及內存碎片化(fragmentation)問題.

若是實現空閒單元拆分合並的話,可能會致使不斷的拆分後,出現無數的小分散單元遍及整個堆,形成極大的內存浪費,而且增長free-list的掃描時間。

完整代碼

https://github.com/kongwu-/gc_impl/tree/master/mark-sweep

相關文章

參考

  • 《垃圾回收的算法與實現》 中村成洋 , 相川光 , 竹內鬱雄 (做者) 丁靈 (譯者)
  • 《垃圾回收算法手冊 自動內存管理的藝術》 理查德·瓊斯 著,王雅光 譯
相關文章
相關標籤/搜索