基于生命期预测的分代式垃圾收集算法

针对嵌入式虚拟机中垃圾收集效率低的问题,提出一种新的分代式垃圾收集方法。通过对分配对象的生命期进行预测,将生命期长的对象直接分配到年长代,减少了从年轻代到年长代复制的数量,进而缩短垃圾回收的执行时间。在分代内收集方面,年轻代实现一种对象分配和垃圾收集同时进行的非暂停模式,年长代使用lazybuddy算法结合mark-sw eep算法的综合策略,实现空间的快速分配和回收,既避免了对象拷贝操作,又控制了内存碎片数量。实验结果表明,该算法能够使垃圾收集时间减少约23.9%,用例运行时间减少约17.2%,系统整体执行性能得到明显提升。

一种高效的垃圾收集器CCone

为提高堆空间的利用率,许多垃圾收集器在标记扫描对象后加入"压缩"过程,主要有"标记-压缩"和"拷贝"两类垃圾收集器.垃圾收集时需要暂停程序的运行,为了减少这种时间开销,基于"拷贝"算法,垃圾收集器CCone在一次堆遍历中完成压缩过程和引用更新过程,而现有的算法至少需要两遍.此外,CCone基于"拷贝"算法充分利用多核和多线程技术,以页为单位,利用多线程启动多个垃圾收集器对堆空间进行垃圾回收.性能测试表明并行的CCone相比较传统的压缩垃圾收集器在吞吐量上有超过10%的提升,而由算法带来的开销可以忽略不计.

一种针对大型数据结构的自动内存管理算法

通过在具有大型数据结构的面向对象程序中引入自动内存管理算法,可以提高这类程序的开发质量与效率。自动内存管理算法主要包括内存分配、内存自动回收2个方面。内存分配采用了预分配策略以减少堆内存申请次数,增强数据局部性,提高程序性能;内存自动回收由标记、清除、夯实3个步骤组成,它完成了内存资源的自动回收并通过夯实消除了内存碎片。

C语言中的垃圾回收分析

C语言没有运行时库,无法自动压缩使用中的内存,缩小堆栈所需内存空间。若只申请内存,没有释放,势必造成系统内存不断减少、丢失。长时间的运行,最终导致系统死机。文章阐述了C语言垃圾产生的原因,并从引用计数、标记—清除算法两方面提出如何实现C语言的垃圾回收。

一种新的适用于面向对象程序设计语言的保守式垃圾收集机制

主要研究了在缺乏运行时环境支持的情况下,如何为面向对象程序设计语言构建保守式垃圾收集机制的问题。传统的解决方案存在两大主要缺陷:1)指针定位不准确,容易出现内存泄漏;2)应用传统的标记-清扫算法,在清扫阶段执行效率低下。结合面向对象程序设计语言的特点提出了一种新的保守式垃圾收集机制,能够有效地解决这些问题,从而提高了程序运行的鲁棒性和效率,并以C++语言为例进行了具体实现。

Python垃圾收集器原理研究及应用

Python语言的主要设计目标是简洁,内存管理这类复杂工作自然不需要用户关心。在Python世界中,一切皆对象,每个对象都需要占用一定的内存空间。但使用Python的程序员不需要关心对象的内存分配和释放,这些工作都由Python解释器负责。这种自动管理内存的机制就是垃圾收集,它是一种自动回收内存资源的技术。早在20世纪50年代垃圾收集技术就已经在Lisp语言中实现了。GC变得耳熟能详得归功于Java。随着Java语言的成功,垃圾收集也成了每个程序员都熟悉的术语。本文的主要目的是简单介绍一下Python虚拟机中垃圾收集机制的实现原理,从而使每个Python程序员对Python所提供的特性有更深入的理解。

基于垃圾回收的三维引擎内存管理系统

本文面向三维引擎的上层内存管理,提出了一种基于垃圾回收算法的管理系统,辅助三维引擎使用者回收循环引用的内存.该系统基于由库的形式提供,并且不需要用户修改现有代码.用户只需要使用系统提供的接口创建对象,系统就能够在必要时自动回收内存.测试表明,本系统在可接受的开销下实现了循环引用内存的回收.