如何判断对象能否被回收？引用计数与可达性分析详解

判断一个对象是否可回收，核心在于其能否被程序的活跃部分引用。若对象无法从GC Roots触达且无强引用，则被视为垃圾。主要依赖引用计数法和可达性分析法。引用计数法因循环引用问题易导致内存泄漏，如A引用B且B引用A时，计数永不归零，对象无法回收。现代JVM多采用可达性分析法，从GC Roots（如栈变量、静态属性、常量、JNI引用、活跃线程）出发遍历对象图，不可达对象被回收。为避免STW，现代GC采用并发标记，结合增量更新或SATB策略处理并发修改，辅以读屏障等技术，实现低延迟回收。

一个对象是否可以被回收，核心判断依据在于它是否仍然被程序中的“活跃”部分所引用。简单来说，如果一个对象不再有任何强引用指向它，并且从程序的根节点（GC Roots）开始遍历时无法触达，那么它就可以被垃圾回收器视为“垃圾”，等待被清理。这主要依赖于两种策略：引用计数法和可达性分析法。

解决方案

在我看来，判断一个对象是否该“寿终正寝”了，这背后其实是内存管理机制的一场博弈。我们程序运行时产生的各种数据，总得有个地方放，也总得有个机制来决定什么时候能把它们腾出来，给新的数据用。引用计数法和可达性分析法，就是这场博弈中两种截然不同的裁判规则。

引用计数法是一种相对直观的策略。它的基本思想是，给每个对象维护一个引用计数器。每当有一个地方引用它，计数器就加一；当引用失效时，计数器就减一。一旦计数器归零，这个对象就意味着没有其他对象再“关心”它了，自然就可以被回收了。这种方式的好处是，回收时机非常明确，几乎是实时的，一旦引用归零，对象就可以被立即回收，省去了等待垃圾回收器统一调度的时间。比如，像Python这样的语言，就部分采用了引用计数，但它也清楚地认识到这种方法的局限性，所以还辅以其他机制来弥补。

然而，仅仅依赖引用计数，在实际的复杂场景中是远远不够的。它的最大痛点在于无法解决“循环引用”的问题。想象一下，对象A引用了对象B，同时对象B又引用了对象A。如果除此之外，没有其他任何外部引用指向A或B，那么它们的引用计数永远不会降为零。即便它们已经对程序没有任何用处了，它们也会像一对互相依偎的僵尸，永远霸占着内存空间，造成内存泄漏。这就是为什么现代主流的虚拟机，比如Java的JVM，更倾向于采用另一种更强大的判断方式——可达性分析法。

可达性分析法，听起来可能有点抽象，但它的逻辑其实很像我们平时找东西。它会从一系列被称为“GC Roots”的根对象开始，沿着这些根对象所引用的路径，一步步地去遍历所有能够被触达到的对象。所有在遍历过程中能够被“标记”到的对象，都说明它们仍然是“活的”，程序还在使用它们。而那些从任何GC Roots出发都无法到达的对象，就自然而然地被判定为是不可用的，也就是可以被回收的垃圾。这种方法巧妙地避开了循环引用的难题，因为即使A和B互相引用，只要它们都无法从GC Roots被触达，它们最终都会被回收。这就像一张巨大的蜘蛛网，GC Roots就是网的固定点，所有能顺着网线爬到的地方都是安全的，爬不到的地方就等着被清理掉。

为什么引用计数法无法彻底解决内存泄漏问题？

引用计数法之所以无法彻底解决内存泄漏，其根本原因就在于它在处理循环引用时的无力。我们可以这样设想一个场景：你创建了两个对象，objectA 和 objectB。objectA 内部有一个字段指向 objectB，而 objectB 内部也有一个字段指向 objectA。现在，假设除了这两个对象彼此之间的引用之外，程序中再也没有其他任何地方引用 objectA 或 objectB 了。

从我们人类的逻辑来看，这两个对象已经没有任何实际用处了，它们应该被回收。但是，如果使用引用计数法，objectA 的引用计数会因为 objectB 的引用而保持为1，objectB 的引用计数也会因为 objectA 的引用而保持为1。它们各自的计数器永远不会归零，因此垃圾回收器就永远不会认为它们是可回收的对象，即便它们已经“死”了。它们会一直占据着内存，直到程序结束，这就是典型的内存泄漏。

这种问题在复杂的软件系统中非常常见，尤其是在对象之间存在复杂依赖关系时。像Python这样的语言，虽然主要使用引用计数，但为了解决这个问题，它会额外引入一个周期检测器（cycle detector）来专门查找并打破循环引用，这无疑增加了系统的复杂性。所以，在我看来，引用计数法虽然直观且易于实现，但在面对现代软件的复杂对象图时，它的局限性就暴露无遗了。

现代JVM中，哪些对象会被视为GC Roots？

在Java的JVM中，GC Roots是可达性分析算法的起点，它们是那些被认为“不可回收”的、能够被程序直接访问到的引用。理解GC Roots非常关键，因为它决定了哪些对象是“活”的。通常，以下几类对象会被JVM视为GC Roots：

• 虚拟机栈（栈帧中的本地变量表）中引用的对象： 当一个方法被调用时，JVM会为它创建一个栈帧，其中包含本地变量表。本地变量表里存放着各种基本类型数据和对象引用。如果一个对象被本地变量表中的引用所指向，那么这个对象就是GC Root。举个例子，你在一个方法里声明了一个 Object obj = new Object();，那么 obj 这个引用就指向了栈上的一个对象，这个对象就是GC Root。
• 方法区中类静态属性引用的对象： 在Java中，类的静态变量（static 字段）是存储在方法区（在JDK 8及以后，通常是元空间的一部分）的。如果一个静态变量引用了一个对象，那么这个对象也会被视为GC Root。这是因为静态变量的生命周期与类本身相同，只要类还存在，这个静态引用就一直存在。
• 方法区中常量引用的对象： 比如字符串常量池中的对象，或者通过 final 关键字修饰的常量，它们被方法区中的常量表引用。这些对象也是GC Roots。
• 本地方法栈中JNI（Native方法）引用的对象： 当Java程序调用本地方法（Native Method，例如C或C++代码）时，本地方法栈会为这些方法服务。在本地方法中，可能会创建或引用Java对象。这些被本地方法引用的对象，也必须被视为GC Roots，以防止在本地代码还在使用它们时被垃圾回收。
• 所有活跃线程本身： 线程对象本身也是GC Roots。因为线程是程序执行的最小单位，它的存在意味着程序还在运行，它所持有的引用自然是“活”的。

这些GC Roots就像是内存中的“锚点”，它们是垃圾回收器进行可达性分析的起点。所有能够通过这些锚点被直接或间接访问到的对象，都将被标记为“存活”对象，不会被回收。反之，那些无法从任何GC Root追溯到的对象，才会被判定为可回收。

可达性分析法在实际应用中是如何避免“暂停一切”（Stop-The-World）的？

“Stop-The-World”（STW）是垃圾回收领域一个让人头疼的词。在早期的可达性分析实现中，为了保证对象图的准确性，垃圾回收器在执行标记阶段时，需要暂停所有用户线程（mutator），直到标记工作完成。这会导致应用程序出现明显的卡顿，对于追求低延迟和高并发的应用来说是难以接受的。为了解决这个问题，现代的JVM垃圾回收器引入了许多高级技术来减少或避免STW，主要思路是让标记过程与用户线程并发执行。

其中最核心的技术之一是并发标记（Concurrent Marking）。它允许垃圾回收器在用户线程运行的同时进行对象的标记。但并发标记会带来一个新的挑战：在GC标记过程中，用户线程可能会修改对象引用关系，导致已经标记的对象变得不可达，或者未标记的对象变得可达。这被称为“漏标”和“错标”问题。

为了解决这些问题，现代垃圾回收器通常会采用以下两种策略：

1. 增量更新（Incremental Update）：这种策略认为，只要一个对象在标记阶段被用户线程修改了引用关系，使得它从一个已标记对象指向了一个未标记对象（即“新”引用指向“旧”未标记对象），那么这个“旧”的未标记对象就应该被重新标记。它的核心思想是，当一个引用从已标记对象指向未标记对象时，就把这个引用记录下来，在下一次GC周期或者特定的阶段重新扫描这些记录的引用。这就像给那些可能被“遗漏”的对象打上一个补丁，确保它们不会被错误回收。
2. 原始快照（Snapshot-At-The-Beginning, SATB）：SATB策略则更激进一些。它假设在GC开始标记的那一刻，所有存活的对象都已经被“拍了一张快照”。如果在GC标记过程中，用户线程删除了一个从已标记对象到未标记对象的引用（即“旧”引用被删除），那么这个被删除的引用所指向的对象，即使在快照后变得不可达，也仍然会被认为是存活的。换句话说，它只关心对象在GC开始时的可达性，对于后续的引用删除操作不敏感。这可以避免漏标问题，但可能会导致一些“浮动垃圾”（即本可以回收但因为SATB而保留到下一轮GC的对象）。

例如，G1垃圾回收器就采用了SATB来处理并发标记阶段的并发问题。ZGC和Shenandoah等更先进的垃圾回收器则在此基础上，结合了读屏障（Read Barrier）等技术，进一步减少甚至几乎消除了STW时间，它们通过在对象被读取时进行额外的操作来维护对象图的准确性，使得GC暂停时间可以控制在非常低的毫秒级别，甚至亚毫秒级别，从而实现对应用程序几乎无感知的垃圾回收。这些技术的引入，使得JVM在保证内存安全的同时，也能满足现代应用对高性能和低延迟的严苛要求。