垃圾回收算法实现之 - 引用计数（完整可运行C语言代码）

GC 原本是一种“释放怎么都无法被引用的对象的机制”。那么人们自然而然地就会
想到，可以让所有对象事先记录下“有多少程序引用自己”。让各对象知道自己的“人气指数”，从而让没有人气的对象自己消失，这就是引用计数法（Reference Counting），它是 George E. Collins
于 1960 年钻研出来的。

引用计数法中引入了一个概念，那就是“计数器”。在对象头中增加了一个计数器属性，用来标识对象的被引用数量，也就是有多少程序引用了这个对象。

本文代码使用C语言实现

名词解释

对象

对象在GC的世界里，代表的是数据集合，是垃圾回收的基本单位。

指针

可以理解为就是C语言中的指针（又或许是handle），GC是根据指针来搜索对象的。

mutatar

这个词有些地方翻译为赋值器，但还是比较奇怪，不如不翻译……

mutator 是 Edsger Dijkstra 琢磨出来的词，有“改变某物”的意思。说到要改变什么，那就是 GC 对象间的引用关系。不过光这么说可能大家还是不能理解，其实用一句话概括的话，它的实体就是“应用程序”。

mutatar的工作有以下两种：

生成对象
更新指针

mutator 在进行这些操作时，会同时为应用程序的用户进行一些处理（数值计算、浏览网页、编辑文章等）。随着这些处理的逐步推进，对象间的引用关系也会“改变”。伴随这些变化会产生垃圾，而负责回收这些垃圾的机制就是 GC。

GC ROOTS

GC ROOTS就是引用的起始点，比如栈，全局变量

堆(Heap)

堆就是进程中的一段动态内存，在GC的世界里，一般会先申请一大段堆内存，然后mutatar在这一大段内存中进行分配

活动对象和非活动对象

活动对象就是能通过mutatar（GC ROOTS）引用的对象，反之访问不到的就是非活动对象。

准备工作

在引用计数算法中，使用空闲链表（free-list）的内存分配策略

空闲链表(free-list)内存分配

空闲链表分配使用某种数据结构（一般是链表）来记录空闲内存单元的位置和大小，该数据结构即为空闲内存单元的集合。

在需要分配内存时，顺序遍历每一个内存单元，找到第一个空闲的内存单元使用。

在本文中，为了降低复杂度，只使用了最基本的free-list分配法，free-list数据结构如下图所示：

为了实现简单，在本文代码中，每个单元只存储一个对象，不考虑单元拆分合并等问题。

数据结构设计

首先是对象类型的结构：

为了动态访问“对象”的属性，此处使用属性偏移量来记录属性的位置，然后通过指针的计算获得属性

typedef struct class_descriptor {
    char *name;//类名称
    int size;//类大小，即对应sizeof(struct)
    int num_fields;//属性数量
    int *field_offsets;//类中的属性偏移，即所有属性在struct中的偏移量
} class_descriptor;

然后是对象的结构，虽然C语言中没有继承的概念，但是可以通过共同属性的struct来实现：

typedef struct _object {
    class_descriptor *class;//对象对应的类型
    int ref_cnt;//对象被引用的次数，"人气"
} object;

//继承
//"继承对象"需和父对象object基本属性保持一致，在基本属性之后，可以定义其他的属性
typedef struct emp {
    class_descriptor *class;//对象对应的类型
    int ref_cnt;//对象被引用的次数，"人气"
    int id;
    dept *dept;
} emp;

free-list结构设计

struct _node {
    node *next;
    byte used;//是否使用
    int size;//单元大小
    object *data;//单元中的数据
};

有了基本的数据结构，下面就可以进行算法的实现了，以下执行GC前堆的状态图：

算法实现

在其他回收算法中，没有空闲内存分配时会调用GC，回收那些已经时垃圾的对象内存。

然而在引用计数算法中并没有明确启动GC的地方。引用计数算法与mutator的执行关联性强，在mutator的处理过程中通过计数器的更新来进行内存管理；算是一种“实时”垃圾回收算法

引用计数算法中，有两种情况会更新对象的计数器，分别是创建对象/更新对象引用

创建对象&内存分配

和标记-清除算法一样，需要先找到空闲的内存单元

node *find_idle_node() {
    for (next_free = head; next_free && next_free->used; next_free = next_free->next) {}

    //还找不到就触发回收
    if (!next_free) {
        gc();
    }

    for (next_free = head->next; next_free && next_free->used; next_free = next_free->next) {}

    //再找不到真的没了……
    if (!next_free) {
        printf("Allocation Failed!OutOfMemory...\n");
        abort();
    }
}

然后在找到的空闲内存单元中分配新对象，并初始化

object *gc_alloc(class_descriptor *class) {

    if (!next_free || next_free->used) {
        find_idle_node();
    }

    //赋值当前freePoint
    node *_node = next_free;

    //新分配的对象指针
    //将新对象分配在free-list的节点数据之后，node单元的空间内除了sizeof(node)，剩下的地址空间都用于存储对象
    object *new_obj = (void *) _node + sizeof(node);
    new_obj->class = class;
    
    //初始化计数器
    new_obj->ref_cnt = 0;

    _node->used = TRUE;
    _node->data = new_obj;
    _node->size = class->size;

    for (int i = 0; i < new_obj->class->num_fields; ++i) {
        //*(data **)是一个dereference操作，拿到field的pointer
        //(void *)o是强转为void* pointer，void*进行加法运算的时候就不会按类型增加地址
        *(object **) ((void *) new_obj + new_obj->class->field_offsets[i]) = NULL;
    }
    next_free = next_free->next;

    return new_obj;
}

更新对象引用

更新对象引用，就是将对象引用的对象将A更新为B，obj->ref_a = b

/**
 * 修改引用
 * @param ptr 原指针，这个指针是引用的指针，pointer of pointer
 * @param obj 新对象指针
 */
void gc_update_ptr(object **ptr, void *obj) {
    inc_ref_cnt(obj);
    dec_ref_cnt(*ptr);
    *ptr = obj;
}

虽然在 mutator 更新指针时程序会执行此函数，但事实上进行指针更新的只有最后一哈昂行的 *ptr = obj 部分，其他是进行内存管理的代码

inc_ref_cnt是对指针 ptr 新引用的对象（obj）的计数器进行增加操作

void inc_ref_cnt(object *obj) {
    if (!obj) {
        return;
    }
    obj->ref_cnt++;
}

dec_ref_cnt是对指针 ptr 之前引用的对象（*ptr）的计数器进行减少操作

void dec_ref_cnt(object *obj) {
    if (!obj) {
        return;
    }
    obj->ref_cnt--;
    //如果计数器为0，则对象需要被回收，那么该对象引用的对象计数器都需要减少
    if (obj->ref_cnt == 0) {
        for (int i = 0; i < obj->class->num_fields; ++i) {
            dec_ref_cnt(*((object **) ((void *) obj + obj->class->field_offsets[i])));
        }
        //回收
        reclaim(obj);
    }
}

在dec_ref_cnt方法中，首先对引用指针原有的引用对象计数器进行减少的操作。如果计数器减少后为0，则该对象不可达了，没有任何引用成了垃圾，需要被回收。

因为对象即将被回收，所以需要对这个对象所有的引用对象计数器也进行减少操作，并递归执行该逻辑。

以上就是对引用计数算法的说明

优点

可以及时回收垃圾，当对象的计数器为0时，对象就会被回收；由于单次回收的对象单一，所以mutator需要暂停的时间会很短，对应用造成的影响比较小；在此算法中不用遍历对象图来查找存活对象

缺点

每次对象关系变化，都需要更新计数器，更新过于频繁；处理循环引用时较为麻烦（有些资料上说引用计数无法处理循环引用不太严谨，结合部分标记-清除算法就可以解决此问题）

循环引用的例子：

上图中，两个对象互相引用，计数器都为1；但对于GC ROOT都是不可达的，实际上应该是两个非存活对象，但由于互相引用，所以也会无法回收

完整代码

https://github.com/kongwu-/gc_impl/tree/master/reference-counting

参考

《垃圾回收的算法与实现》中村成洋 , 相川光 , 竹内郁雄 (作者) 丁灵 (译者)
《垃圾回收算法手册自动内存管理的艺术》理查德·琼斯著，王雅光译