垃圾回收算法实现之 - 复制算法（完整可运行C语言代码）

GC 复制算法（Copying GC）是 Marvin L. Minsky 在 1963 年研究出来的算法。说得简单点，就是只把某个空间里的活动对象复制到其他空间，把原空间里的所有对象都回收掉。这是一个相当大胆的算法。在此，我们将复制活动对象的原空间称为 From 空间，将粘贴活动对象的新空间称为 To 空间。

本文实现的是 Robert R. Fenichel 与 Jerome C. Yochelson 研究出来的 GC 复制算法，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

在复制算法中，使用顺序内存分配(sequential allocation)策略，顺序分配流程如下图所示

维护一个free pointer，每次分配内存后移动该指针，limit-free的就是当前堆中可用内存的大小

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
    byte forwarded;//对象已经移动的标记，防止被重复复制
    object *forwarding;//目标位置
} 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
    byte forwarded;//对象已经移动的标记
    object *forwarding;//目标位置
    int id;
    dept *dept;
} emp;

有了基本的数据结构，下面就可以进行算法的实现了

算法实现

复制算法利用From空间进行分配。当From空间被完全占满无法分配时，GC会将活动对象全部复制到To空间。当复制完成后，会将From/To空间互换，为下次GC做准备。在本算法中，为了确保To空间可以容纳所有From空间的活动对象，需要From和To空间容量保持一致。

复制算法的流程如下图所示：

初始化堆

复制算法中，需要将堆一分为二，一半作为from，一半作为to

void gc_init(int size) {
    heap_size = resolve_heap_size(size);
    heap_half_size = heap_size / 2;
    heap = (void *) malloc(heap_size);
    from = heap;
    to = (void *) (heap_half_size + from);
    _rp = 0;
}

创建对象&内存分配

新创建对象分配内存时，只需要移动free pointer即可

next_free_offset就是图中的free pointer

object *gc_alloc(class_descriptor *class) {

    //检查是否可以分配
    if (next_free_offset + class->size > heap_half_size) {
        printf("Allocation Failed. execute gc...\n");
        gc();
        if (next_free_offset + class->size > heap_half_size) {
            printf("Allocation Failed! OutOfMemory...\n");
            abort();
        }
    }

    int old_offset = next_free_offset;

    //分配后，free移动至下一个可分配位置
    next_free_offset = next_free_offset + class->size;

    //分配
    object *new_obj = (object *) (old_offset + heap);

    //初始化
    new_obj->class = class;
    new_obj->forwarded = FALSE;
    new_obj->forwarding = NULL;

    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;
    }

    return new_obj;
}

复制

复制时，需从GC ROOTS开始遍历对象图，对每一个存活的对象进行复制；复制后对象地址改变，还需要更新GC ROOTS引用的地址；

void copying() {
    next_forwarding_offset = 0;
    //遍历GC ROOTS
    for (int i = 0; i < _rp; ++i) {
        object *forwarded = copy(_roots[i]);

        //先将GC ROOTS引用的对象更新到to空间的新对象
        _roots[i] = forwarded;
    }

    //更新引用
    adjust_ref();

    //清空from，并交换from/to
    swap(&from,&to);
}

复制算法流程如下：

copy方法：

object *copy(object *obj) {

    if (!obj) { return NULL; }

    //由于一个对象可能会被多个对象引用，所以此处判断，避免重复复制
    if (!obj->forwarded) {

        //计算复制后的指针
        object *forwarding = (object *) (next_forwarding_offset + to);

        //赋值
        memcpy(forwarding, obj, obj->class->size);

        obj->forwarded = TRUE;

        //将复制后的指针，写入原对象的forwarding pointer，为最后更新引用做准备
        obj->forwarding = forwarding;

        //复制后，移动to区forwarding偏移
        next_forwarding_offset += obj->class->size;

        //递归复制引用对象，递归是深度优先
        for (int i = 0; i < obj->class->num_fields; i++) {
            copy(*(object **) ((void *) obj + obj->class->field_offsets[i]));
        }
        return forwarding;
    }

    return obj->forwarding;
}

Forwarding pointer

个人觉得“转发指针（Forwarding Pointer）”在复制算法中还是一个比较重要的概念

转发指针，指的时复制时，在原对象里保留新对象的指针。为什么要保留这个指针呢？

因为需要复制的不只是对象，对象的引用关系也需要复制。比如下图，对象ACD都需要复制，且只复制了对象A时，实际上复制的对象A'（一撇）引用的CD还是未复制的

调整引用

在所有活动对象都复制完毕后，需要将引用的地址调整为复制后的对象地址；只需要遍历一边to空间，找到引用对象的forwarding pointer更新即可

void adjust_ref() {

int p = 0;
//遍历to，即复制的目标空间
while (p < next_forwarding_offset) {
    object *obj = (object *) (p + to);
    //将还指向from的引用更新为forwarding pointer，即to中的pointer
    for (int i = 0; i < obj->class->num_fields; i++) {
        object **field = (object **) ((void *) obj + obj->class->field_offsets[i]);
        if ((*field) && (*field)->forwarding) {
            *field = (*field)->forwarding;
        }
    }

    //顺序访问下一个对象
    p = p + obj->class->size;
}

}

以上就是对复制算法的说明

优点

• 吞吐量高，不需要遍历全堆，只需要处理活动对象
• 分配速度快，和free-list分配法相比，顺序分配不需要搜索free-list，只需要移动free pointer即可
• 不会有碎片化的问题，因为每次复制都将存活对象从from复制到to的一端

缺点

堆利用率较低，因为在复制算法下，只有一半的内存用来存储对象

完整代码

https://github.com/kongwu-/gc_impl/tree/master/copying

相关文章

• 垃圾回收算法实现之 - 标记-清除（完整可运行C语言代码）
• 垃圾回收算法实现之 - 引用计数（完整可运行C语言代码）
• 垃圾回收算法实现之 - 复制（完整可运行C语言代码）
• 垃圾回收算法实现之 - 标记-整理（完整可运行C语言代码）
• 垃圾回收算法实现之 - 分代回收（完整可运行C语言代码）

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