多指针和Mark & Sweep

Question

我正在尝试实现一种小型脚本语言，并打算决定哪种垃圾收集算法适合我的优势。我选择了 Mark & Sweep，但我认为我误解了这个概念。

假设调用了一个任意函数并创建了以下变量（可能它们没有名称，但为了简单起见，假设它们是在此函数中创建的）。

f() {
    /*f creates following variables*/     
    x = (1,2,(3,4,(5,6))); //this is tuple
    a = x;
    y = x[2];
    z = y[2];
    p = (10,y);
}

在上面的例子中，一切都是对象（整数、字符串、元组、双精度等），元组保存指向其对象的指针。此外，每个对象都存在于堆中。当函数超出范围时，它必须删除分配的变量。函数范围如下所示。

+-----+
|     |
|  x  +---------->(1,2,+)
+-----+           ^    |
                  |    v
+-----+           |    (3,4,+)
|     |           |    ^    |
|  a  +-----------+    |    v
+-----+                |    (5,6)
                       |    ^
+-----+                |    |
|     |                |    |
|  y  +----------------+    |
+-----+                |    |
                       |    |
+-----+                |    |
|     |                |    |
|  z  +---------------------+
+-----+                |
                       |
+-----+                |
|     |                |
|  p  +----------->(10,+)
+-----+

所有变量 (a,x,y,z,p) 都必须删除，但问题是如何删除？我知道 Mark & Sweep 是一种垃圾收集算法，我认为这些变量现在是我的垃圾。函数完成了它的工作，它必须将分配的内存返回给系统。

我尝试了以下操作，每个对象都保存一个标记位，并且在创建后标记位设置为 0。当程序推送一个由变量保存的对象时，它会将其标记转换为 1，并且不会发生任何错误，因为每个人都在程序知道它有一个所有者。到目前为止，这种方法效果很好。但是，如果我有很多像示例中一样的变量，我该如何删除多个指针？

我的假设是，首先打破 x 与其对象之间的所有权。然后说每个变量来标记它们的对象（如果对象是一个元组，那么它会递归地将其对象标记位设置为 1）。现在 (1,2,...) 对象的标记位由变量 'a' 设置为 1；我可以尝试释放它，但程序不允许。如果我为表中的每个变量都做这个，复杂性看起来很大（我对每个对象都有标记和扫描阶段）。

我的问题是我对 Mark & Sweep 算法是否正确？根是我的变量吗？如何删除多个指针甚至循环引用？

Answer 1

对于 Mark and Sweep，您需要能够扫描一侧的所有已分配对象和另一侧的所有可访问对象。

• 假设所有已分配对象上的标记位均已清除，则扫描所有可从根变量访问的对象。当找到一个对象时，如果它已经被标记，则跳过它，否则标记它并递归枚举它指向的对象。这个阶段很棘手，因为这种递归可能太深了，所以需要比普通递归更聪明的方法。

• 一旦所有可达对象都被标记，扫描所有分配的对象：对于每个对象，如果它被标记，则清除标记，否则它不可达，所以收集它（即：使其可用于重新分配或释放它）。

在 Sweep 阶段结束时，所有分配的对象都没有标记，因此假设成立。更高效的实现方式是在两种状态之间交替，避免清除可达对象上的标记位，从而减少扫描阶段所需的内存带宽。

当您在程序的正常过程中更改对象引用时，您不需要做任何特别的事情：只需存储新引用的地址即可。

为了有效地删除从你的全局变量中引用的对象，你应该让这些变量指向null或其他一些对象。

Mark & Sweep 的优点是算法相对简单，并且能够收集具有循环的复杂结构。缺点是 stop the world 模式所花费的时间，尤其是在多线程应用程序和实时应用程序甚至用户交互应用程序中。已经找到了更高级的方法来处理这些问题，但它们的实现可能非常棘手。