【GC算法几人知？】三、引用计数法，直抵GC本质的方法

大家好，我是【小松与蘑菇】，即将毕业去深圳的大学生，致力于android,java相关领域，也对AI很感兴趣。正朝着写出通俗易懂而又有深度的文章而努力

前文地址
【GC算法几人知？】一、前置知识积累
【GC算法几人知？】二、标记清除法 全解析

一个追根溯源的问题：哪些对象算是垃圾对象？
答曰：从根开始无法引用的对象

GC方法此时已经显而易见——判定一个对象是否根可引用，如果不行，就是垃圾，进行回收
这就是引用计数法

步骤

整个方法，我们关注的，是计数器，类似于标记清除法中的mark，我们在对象头中设置一个cnt，不过，这个是int型
当新建一个对象A时，就初始化cnt为1
以下两种情况会更新：

1. 如果有指针ptr指向对象A，那么、cnt++，那A怎么知道有对象指向他呢? 显然，更新指针的方法不是对象内部的方法，而是将对象作为参数的update_cnt(ptr,object)
2. 接第一条，ptr在指向A之前，可能指向过对象B或者Null，那么如果存在对象B，那么将对B进行cnt–操作。同时进行cnt==0?的判定，如果为0，那么现将其所有的孩子的cnt–(因为B成为垃圾后B所指向的所有对象都不算数了）,然后回收B，引用计数法是一种即时回收垃圾的方法

上面两种情况实际上是一种情况，这是一种你增我减的情况，当出现指针指向A时，马上执行下面的函数

update_ptr(ptr, obj){
	inc_ref_cnt(obj)
	dec_ref_cnt(*ptr)
	*ptr = obj
}

可能你会有点奇怪，照理来说，应该是 *ptr的对象先cnt–，obj才能cnt++，但是这样会有问题，如果 *ptr就是obj呢？也就是ptr原本指向的就是obj，然后重新再指向一遍的话，那么先cnt–将有可能使得cnt为0，就成为了垃圾对象而惨遭回收，所以必须先加

inc_ref_cnt函数仅仅是对传入的对象进行cnt++而已，很简单，dec_ref_cnt函数由于承载了回收的功能，还要考虑对子对象的递归判定，实现较为复杂，这也是整个引用计数法中最重要的函数

dec_ref_cnt(obj){
	obj.ref_cnt--
	if(obj.ref_cnt == 0)
		for(child : children(obj))
			dec_ref_cnt(*child)
	reclaim(obj)
}

可以看到，cnt–操作下，也同时可以回收垃圾
这个方法就讲完了，是不是很简单？嘻嘻，才不是，不过到这里，其实你已经可以跟面试官扯皮很久了，下面是更加深入的解析

来我们先看看有什么优点

1. 可以即时回收垃圾：这是显然的，只要出现cnt为0，先处理好其子节点（就是把子节点cnt统统减一）的后事后，直接将其回收
2. 最大暂停时间短：这也是显然的，想想看，只要有0就回收，也就是每次回收得少，回收次数多，单次回收时间当然就少啦
3. 无需遍历：这是相对标记清除法的，标记清除法每次都需要遍历列表找垃圾，这个不需要遍历了，毕竟发现就回收~

缺点

成也计数，败也计数
缺点也很明显

1. 计数复杂，这并不是说代码复杂，毕竟就那么几行，而是在堆中，你会发现每次执行dec_ref_cnt这个函数时，被cnt–的对象如果减到0，那么其子节点将会递归的受到牵连cnt–，最坏情况下，修改一个指针，所有对象的cnt都得减，实在太耗费资源了
2. 计数器占位，计数器设置多少位合适呢？1位计数器可以计2次，2位可以计4次，但是假如堆中有1024个对象，如果他们都指向对象A的话，A需要10位的计数器。那如果有10240个对象呢？所以，计数器的位数理论中应该是log(堆中最大对象数）才是最安全的
   可是有可能会出现所有堆中的对象都指向一个对象这种极端情况吗？非常罕见，为了这种情况白白设置了十几位的计数器很浪费空间，所以要么就浪费空间，要么计数器溢出，不安全
3. 循环引用，假如两兄弟或者n兄弟互相引用，他们的cnt永远不为0，但是根是不可能找到他们的，这样的垃圾无法处理，比如下图，他们的cnt永远为1
   

策略

作为一个不屈不挠的程序员，我们的前辈们当然想办法解决了这些问题啦

1. ZCT延迟计数 VS 计数复杂

由于计数是实时且递归更新的，往往会有牵一发而动全身的情况，所以我们设置一个ZCT表（像不像上篇的位图！）
什么时候会发生递归？是当前被cnt–的对象cnt为0时，那么我们只需要此时将这个对象链入ZCT表中记录一下即可

这样，即使出现cnt==0的情况，也无需递归更新其子对象了，ZCT表的大小可以自己定，如果ZCT满了，那么再统一清除表内指向的对象们

这体现一个思想：对于多次变化的东西，我们可以建个表，记录清楚，然后一次性变化即可
不过这也导致了无法即时回收垃圾，如果ZCT表越大，单次回收的时间也越长，需要考虑清楚再设置

2. Stick引用计数 VS 计数器溢出

计数器的位数一定不能是 log(最大对象数）的，不然每个对象的头都大了（计数器在对象的头中），所以一定会有溢出问题，一个简单的方法是，检测到将要溢出，计数器不再增加即可。因为如果一个对象的计数器大到将要溢出，证明又很多对象指向他，所以大概率不会是垃圾，以后也不会是
当然这个方法还是有风险的，所以我们可以使用Stick引用计数

如果一个计数器溢出，先用类似ZCT的表存一下，然后满了之后再将所有溢出的计数器置为0，重新从根开始遍历，如果有引用则cnt++（不管引用多少次，只加一次），最后谁的cnt为0，谁被回收

简单说就是将所有溢出的存一批，然后全设置为0，再遍历一次，如果有对象居然没有cnt++，证明他溢出后，所有之前指向他的指针都不再指向他了，证明他败光了所有的财产，成为了垃圾（全设置为0，就像让潮水退去一样，看看谁打着溢出的名号，其实没穿底裤）。

3. 部分标记清除法 VS 循环引用

注意：这个方法过于硬核，需要保持10分钟专注
我先给个图

使用两位，将对象分成了四种颜色，逻辑是这样的
新建的对象肯定是黑色的

如果出现某对象cnt–

• 如果cnt ==0，将其设为白色
• 如果cnt != 0，将其加入hatch_queue，也即阴影队列，存放可能是循环引用的垃圾（注意只是可能）

其伪代码如下dec_ref_cnt变成

dec_ref_cnt(obj){
	obj.ref_cnt--
	if(obj.ref_cnt == 0)
		delete(obj)
	else if(obj.color != HATCH)
		obj.color = HATCH
	enqueue(obj, $hatch_queue)
}

当hatch_queue不为空

• 从队列中取出一个对象A，涂为灰色，再让其子对象cnt–（假装A是垃圾）然后递归进行，如果最后一个cnt–的是A，证明什么?证明A和其子对象循环引用了

方便理解，如下图，从hatch_queue中取出A,此时假设A中cnt==1，不是垃圾，但是我们明显看出，A,B,C有循环引用

然后让A的子对象B进行cnt–，此时B为0，然后继续递归，对B的子对象C进行cnt–，使得C为0，C继续对子对象A和F进行cnt–
发现了吗？
原来的A被减为0了

这意味着什么？
这意味着A的cnt数值来自于其子对象的指向，而不是根，他和那个指向他的子对象，和他两之间的对象，是循环引用（注意F不是，循环在C处回到了A）

然后对循环引用的对象涂白色，表明他们是垃圾对象

最后，这个方法有很多的实现细节，以后细讲，本文主要讲逻辑和必须的代码
不过他也有缺点

1. 代价大，为了回收一个对象，前后涂了四种颜色（除了新建时涂和，遍历了三次）
2. 最大暂停时间变大，原来可以回收三个对象的时间，现在只能回收一个……

总结

引用计数法作为直抵GC本质的方法实现起来是顺理成章的，也是最能直观理解的GC算法，但是对于计数的操作却有很多很多的问题，当然，与之对应的解决方法也很精彩，后面的垃圾回收算法也更加精彩哦