垃圾收集器（GC）在分配記憶體以及釋放記憶體上面，佔用更少的CPU時間，減少GC的開銷。當記憶體被回收的時候，GC處理很長時間經常會導致我們的程式碼中斷（又叫做”stop the world”）。

背景

GC用來處理大量的短期的物件的分配（試想開啟一個web頁面，一旦頁面被載入之後，被分配記憶體的大部分物件都會被廢棄）。

GC使用一個被稱作”新生代”堆空間來完成這件事情。”新生代”是用來存放新建物件的堆記憶體。每一個物件都有一個”age”（儲存在物件的頭資訊中），用來定義存放很多沒有被回收的垃圾集合。一旦一個確定的”age”到達，物件就會被複制到堆中的另一塊空間，這個空間被稱作”倖存者空間”或者”老年代空間”。（譯者注：實際上倖存者空間位於新生代空間中，原文有誤，不過這裡暫時按照原文來翻譯，更詳細的內容請點選成為JavaGC專家Part I — 深入淺出Java垃圾回收機制）

雖然這樣很有效，但是還是有很大代價的。減少臨時分配的數量確實可以幫助我們增加吞吐量，尤其是在大規模資料的環境下，或者資源有限制的app中。

下面的五種程式碼方式可以更加有效的利用記憶體，並且不需要花費很多的時間，也不會降低程式碼可讀性。

1、避免隱式的String字串

String字串是我們管理的每一個數據結構中不可分割的一部分。它們在被分配好了之後不可以被修改。比如”+”操作就會分配一個連結兩個字串的新的字串。更糟糕的是，這裡分配了一個隱式的StringBuilder物件來連結兩個String字串。

例如：

a = a + b; // a and b are Strings

編譯器在背後就會生成這樣的一段兒程式碼：

StringBuilder temp = new StringBuilder(a).
temp.append(b);
a = temp.toString(); // 一個新的 String 物件被分配
// 第一個物件 “a” 現在可以說是垃圾了

它變得更糟糕了。

讓我們來看這個例子：

String result = foo() + arg;
result += boo();
System.out.println(“result = “ + result);

在這個例子中，背後有三個StringBuilders 物件被分配 – 每一個都是”+”的操作所產生，和兩個額外的String物件，一個持有第二次分配的result，另一個是傳入到print方法的String引數，在看似非常簡單的一段語句中有5個額外的物件。

試想一下在實際的程式碼場景中會發生什麼，例如，通過xml或者檔案中的文字資訊生成一個web頁面的過程。在巢狀迴圈結構，你將會發現有成百上千的物件被隱式的分配了。儘管VM有處理這些垃圾的機制，但還是有很大代價的 – 代價也許由你的使用者來承擔。

解決方案：

減少垃圾物件的一種方式就是善於使用StringBuilder 來建物件，下面的例子實現了與上面相同的功能，然而僅僅生成了一個StringBuilder 物件，和一個儲存最終result 的String物件。

StringBuilder value = new StringBuilder(“result = “);
value.append(foo()).append(arg).append(boo());
System.out.println(value);

通過留心String和StringBuilder被隱式分配的可能，可以減少分配的短期的物件的數量，尤其在有大量程式碼的位置。

2、計劃好List的容量

像ArrayList這樣的動態集合用來儲存一些長度可變化資料的基本結構。ArrayList和一些其他的集合（如HashMap、TreeMap），底層都是通過使用Object[]陣列來實現的。而String（它們自己包裝在char[]陣列中），char陣列的大小是不變的。那麼問題就出現了，如果它們的大小是不變的，我們怎麼能放item記錄到集合中去呢？答案顯而易見：分配更多的陣列。

看下面的例子：

List items = new ArrayList();

for (int i = 0; i < len; i++)
{
Item item = readNextItem();
items.add(item);
}

len的值決定了迴圈結束時items 最終的大小。然而，最初，ArrayList的構造器並不知道這個值的大小，構造器會分配一個預設的Object陣列的大小。一旦內部陣列溢位，它就會被一個新的、並且足夠大的陣列代替，這就使之前分配的陣列成為了垃圾。

如果執行數千次的迴圈，那麼就會進行更多次數的新陣列分配操作，以及更多次數的舊陣列回收操作。對於在大規模環境下執行的程式碼，這些分配和釋放的操作應該儘可能從CPU週期中剔除。

解決方案：

無論什麼時候，儘可能的給List或者Map分配一個初始容量，就像這樣：

List items = new ArrayList(len);

因為List初始化，有足夠的容量，所有這樣可以減少內部陣列在執行時不必要的分配和釋放。如果你不知道確定的大小，最好估算一下這個值的平均值，新增一些緩衝，防止意外溢位。

3、使用高效的含有原始型別的集合

當前版本的Java編譯器對於含有基本資料型別的鍵的陣列以及Map的支援，是通過“裝箱”來實現的 – 自動裝箱就是將原始資料裝入一個對應的物件中，這個物件可被GC分配和回收。

這個會有一些負面的影響。Java可以通過使用內部陣列實現大多數的集合。對於每一條被新增到HashMap中的key/value記錄，都會分配一個儲存key和value的內部物件。當處理map的時候非常可怕，這意味著，每當你放一條記錄到map中的時候，就會有一次額外的分配和釋放操作發生。這很可能導致數量過大，而不得不重新分配新的內部陣列。當處理有成百上千條甚至更多記錄的Map時，這些內部分配的操作將會使GC的成本增加。

一種常見的情況就是儲存一個原始型別（如id）和一個物件之間的對映。由於Java的HashMap設計只能包含物件型別（而非原始型別），這意味著，每個map的插入操作都可能分配一個額外的物件來儲存原始型別（即裝箱）。

Integer.valueOf 方法快取在-128 – 127之間的數值，但是對於範圍之外的每一個數值，除了內部的key/value記錄物件之外，一個新的物件也將會分配。這很可能超過了GC對於map三倍的開銷。對於一個C++開發者來說，這真是讓人不安的訊息，在C++中，STL 模板可以非常高效地解決這樣的問題。

很幸運，這個問題將會在Java的下一個版本得到解決。到那時，這將會被一些提供基本的樹形結構(Tree)、對映（Map），以及List等Java的基本型別的庫迅速處理。我強力推薦Trove，我已經使用很長時間了，並且它在處理大規模的程式碼時真的可以減小GC的開銷。

4、使用資料流（Streams）代替記憶體緩衝區（in-memory buffers）

在伺服器應用程式中，我們操作的大多數的資料都是以檔案或者是來自另一個web伺服器或DB的網路資料流的形式呈現給我們。大多數情況下，傳入的資料都是序列化的形式，在我們使用它們之前需要被反序列化成Java物件。這個過程非常容易產生大量的隱式分配。

最簡單的做法就是通過ByteArrayInputStream,ByteBuffer 把資料讀入記憶體中，然後再進行反序列化。

這是一個糟糕的舉動，因為完整的資料在構造新的物件的時候，你需要為其分配空間，然後立刻又釋放空間。並且，由於資料的大小你又不知道，你只能猜測 – 當超過初始化容量的時候，不得不分配和釋放byte[]陣列來儲存資料。

解決方案非常簡單。像Java自帶的序列化工具以及Google的Protocol Buffers等，它們可以將來自於檔案或網路流的資料進行反序列化，而不需要儲存到記憶體中，也不需要分配新的byte陣列來容納增長的資料。如果可以的話，你可以將這種方法和載入資料到記憶體的方法比較一下，相信GC會很感謝你的。

5、List集合

不變性是很美好的，但是在大規模情境下，它就會有嚴重的缺陷。當傳入一個List物件到方法中的情景。

當方法返回一個集合，通常會很明智的在方法中建立一個集合物件（如ArrayList），填充它，並以不變的集合的形式返回。

有些情況下，這並不會得到很好的效果。最明顯的就是，當來自多個方法的集合呼叫一個final集合。因為不變性，在大規模資料情況下，會分配大量的臨時集合。

這種情況的解決方案將不會返回新的集合，而是通過使用單獨的集合當做引數傳入到那些方法代替組合的集合。

例子1（低效率）：

List items = new ArrayList();
for (FileData fileData : fileDatas)
{
// 每一次呼叫都會建立一個儲存內部臨時陣列的臨時的列表
items.addAll(readFileItem(fileData));
}

例子2：

List items =
new ArrayList(fileDatas.size() * avgFileDataSize * 1.5);

for (FileData fileData : fileDatas)
{
readFileItem(fileData, items); // 在內部新增記錄
}

在例子2中，當違反不變性規則的時候（這通常應該被遵守），可以節省N個list的分配（以及任何臨時陣列的分配）。這將是對你GC的一個大大的優惠。