GC演算法實踐(二) 物件標記、複製演算法
上一篇文章中，我們實現了自定義分配記憶體，有了這個基礎，我們可以開發垃圾回收演算法了。GC演算法有很多種，如引用計數法、標記-清除演算法、複製演算法、分代回收演算法等，也有綜合運用幾種演算法的。PHP用到了引用計數演算法，Java用到了複製演算法和分代回收演算法。由於引用計數演算法需要頻繁更新引用計數，目前暫不研究；標記-清除演算法則因為清除後造成大量記憶體碎片不好管理，目前只研究標記（標記出活動物件）；複製演算法是本篇研究的重點。
1.標記-清除演算法、複製演算法簡介
1.1 根物件
首先需要理解一個基本概念：根物件。根物件是程式中可以直接訪問到的物件，比如：
有兩個物件
a，a有成員b，訪問物件a直接用a就行，而訪問物件b需要通過a->b，那麼物件a就是根物件，物件b由於只能通過a->b來訪問，所以不是根物件。
根物件可以是全域性變數、函式呼叫棧上的變數等。
1.2 標記-清除演算法
標記-清除演算法的大致思想如下：
標記階段：遍歷根物件及其引用的物件。假設每個物件都有個標記位
flag，對根物件集合中的每個根物件，從根物件出發，對可以訪問到的每個物件的標記位flag設為1（活動物件）。清除階段：遍歷堆，將非活動物件所佔空間設為可用。遍歷堆，將標記位
flag等於0的物件（即垃圾）所佔據的空間設為可用。
標記-清除演算法的清除階段 後，產生很多記憶體碎片，管理比較麻煩。
1.3 複製演算法
複製演算法的大致思想如下：
把給物件分配記憶體的堆(heap)分成大小相等的兩部分，或者申請2塊大小相同的堆，其中一個堆稱為
From空間，另一個稱為To空間。首次給物件分配記憶體時，活動堆為
From空間，從From空間分配；觸發GC時，採用標記-清除演算法中的標記演算法遍歷活動物件，把活動物件複製到To空間，然後就把To空間當做當前活動堆。To空間滿觸發GC時，把活動物件複製到From空間，如此交替進行。
複製演算法的缺點是記憶體空間利用效率低，只有50%。
2.標記物件
先構建一個測試場景，程式碼如下：
Object *root[2 為了簡化問題，當前用一個物件陣列root來表示根物件集合。
objects[0]會引用到objects[1]、objects[4]和、objects[5]。我們只把objects[0]和objects[2]新增到根物件集合中，因為objects[3]無法從根物件中訪問到，因此，objects[3]是“垃圾”（不可達的物件就是垃圾）。
以上程式碼形成的引用關係示意圖如下：
上圖中，object[0]中的方括號沒有陣列的含義，僅僅是一個符號而已，它指的就是alloc_memory函式中的objects[0]。objref[0]是指向object[0]的引用，objref[2]是指向`object[2]的引用。
標記演算法可實現為如下：
void mark_object(Object *obj) {
Object *sub_obj = NULL;
int index;
obj->flag = 1; // active
for(index=1; index<obj->length; index++) {
sub_obj = OBJ_GET_OBJ(obj, index);
if (NULL != sub_obj) {
mark_object(sub_obj);
}
}
}
void mark_objects(Object *root[], int len) {
int i;
for(i=0; i<len; i++) {
mark_object(root[i]);
}
}本篇文章中的程式碼是基於上一篇文章的，所以，程式碼方面有疑問的話需要先閱讀上篇文章。
關鍵點如下：
- 物件的結構模型仍然是按上篇文章中簡化後的模型，即第一個欄位的資料型別為
int，後續的欄位型別為Object。 - 函式
mark_object用於標記單個根物件，以及該根物件所引用到的物件，其中用到了遞迴。將物件的flag欄位設為1，表示該物件為活動物件。未標記的物件的flag為0。 - 函式
mark_objects中，遍歷根物件集合，堆每個跟物件依次呼叫函式mark_object，即完成所有物件的標記。
組織測試：
int main() {
init_heap();
printf("after alloc...");
test_alloc_memory();
dump_heaps();
printf("after mark...");
mark_objects(root, 2);
dump_heaps();
return 0;
}執行結果如下：
分配記憶體後堆的列印結果：
標記後堆的列印結果：
對比上面的 “引用關係示意圖”，可知“垃圾物件” object[3]識別出來了。
3.複製演算法
複製演算法可以採用深度優先搜尋(dfs)，也可以用廣度優先搜尋(bfs)。這兩種方法複製後物件的物理位置順序不一樣。以object[0]的複製為例：
深度優先搜尋的複製演算法的思路如下：
複製一個根物件：
- 從
To空間中找到空閒空間的起始地址，- 複製根物件到該起始地址
- 設定原物件的
flag為2，表示已複製，避免重複複製。設定複製後物件的flag為0，表示初始狀態- 遍歷該物件所直接引用的物件，如果沒有複製的話就遞迴呼叫該函式；關鍵：複製後要更新新物件的引用。
複製所有根物件：
遍歷根物件集合，對每個根物件呼叫“複製根物件”的函式，然後更新根物件集合的引用。
寫成程式碼就是：
// copy a root object and the objects referenced by it
Object* copy_object_dfs(Object *obj) {
Object *sub_obj;
Object *new_obj;
int index;
uint size = OBJ_SIZE(obj);
char* new_addr = alloc_memory(free_heap, size);
memcpy(new_addr, obj, size);
new_obj = (Object*)new_addr;
OBJ_SET_FIELDS(new_obj, new_addr);
obj->flag = 2; // copied
new_obj->flag = 0;
// copy each direct referenced object
for(index=1; index<obj->length; index++) {
sub_obj = OBJ_GET_OBJ(obj, index);
if (NULL != sub_obj && sub_obj->flag != 2) {
// update reference
OBJ_SET_OBJ(new_obj, index, copy_object_dfs(sub_obj));
OBJ_SET_OBJ(obj, index, sub_obj);
}
}
return new_obj;
}
// copy all root objects
void copy_objects_dfs(Object *root[], int len) {
int i;
for(i=0; i<len; i++) {
root[i] = copy_object_dfs(root[i]);
}
}其中，巨集OBJ_SET_FIELDS定如下：
#define OBJ_SET_FIELDS(obj,new_addr) (obj)->fields = new_addr + sizeof(Object) 物件複製過程示意圖如下：
複製完成後記憶體中個物件的引用關係示意圖如下：
箭頭顏色說明：
- 藍色，表示原有的引用關係
- 紅色，表示未更新的引用關係
- 綠色，表示更新後的引用關係
4.測試
如何驗證複製是OK的呢？在複製的實現程式碼中，我們用到了memcpy函式，該函式會忠實地拷貝記憶體。檢驗複製成功考慮以下三個指標：
- 基本資料型別的值保持不變
- 指標的指向關係保持不變
- 最後，該複製的物件都要複製，不能有遺漏，或者複製了“垃圾物件”。
組織測試：
int main() {
init_heap();
printf("after alloc...");
test_alloc_memory();
dump_heaps();
printf("after copy...");
copy_objects_dfs(root, 2);
dump_heaps();
dump_active_objects(root, 2);
return 0;
}執行結果：
複製前活動堆(From空間)的情況：
複製後空閒堆(To空間)的情況：
因為object[3]是“垃圾物件”，所以沒有複製。
仔細比較複製前後堆的資料，以及物件之間的引用關係，可知複製是OK的。
把活動物件打印出來看下：
也是OK的。
5.總結
在基於上篇自定義記憶體分配的基礎上，本文實現了：
- 正確標記物件（活動物件與“垃圾物件”）
- GC中的複製演算法（用深度優先搜尋）。當然可以用廣度優先搜尋，限於篇幅就不寫出來了。