本篇文章主要介绍垃圾收集算法，但是由于各个平台的虚拟机实现方法各不相同，因此这里只介绍几种常见算法的思想。（以堆内存的回收为例讲解这几个算法）
顺带提一下，判断一个对象是否应该被回收，用的是可达性分析法，即凡是从 GC roots 出发所能引用到的对象都不能回收。那么哪些对象可以作为 GC roots 呢？GC 管理的主要区域是 Java 堆，所以可以选择方法区、栈和本地方法区内的对象作为 GC roots。大致包括这几类：
- 虚拟机栈（栈帧中的本地变量表）中引用的对象；
- 方法区中的类静态属性引用的对象；
- 方法区中的常量引用的对象；
- 本地方法栈中 JNI 引用的对象。
下面正式开始介绍垃圾收集算法：
1 标记-清除算法
最基础的收集算法，后续的收集算法都是基于这种思路并对其不足进行改进后才得到的。
实现思想：
从名字就可以看出，此算法分为「标记」和「清除」两个阶段：首先标记出所有需要回收的对象，然后在完成后统一回收已标记的对象。
不足之处：
1.1 标记和清除两个过程的效率都不高；
1.2 清除之后会产生大量不连续的内存碎片。空间碎片太多可能会导致程序在运行过程中需要分配较大对象时，无法找到足够的连续内存而不得不提前触发另一次垃圾收集动作。
2 复制算法
适用于：
解决标记-清除算法的效率问题，适用于堆的新生代区域的回收。
（一般会将堆内存分为新生代和老年代。不分代其实也可以，分代的唯一理由就是优化 GC 性能。可以想象如果没有分代，那我们所有的对象都在一块，GC 的时候会为了去找到哪些对象没用而对堆的所有区域进行扫描，但事实上很多对象都是朝生夕死的，每次都全局扫描的话效率非常低。有了分代以后我们就能根据每个年代的特点针对性的回收。）
实现思想：
将可用内存按容量划分为大小相等的两块，每次只使用其中的一块。当这一块的内存用完了，就将还存活着的对象复制到另外一块上面，然后再把已使用过的内存空间一次性清理掉。
优点：
由于每次都是对整个半区进行内存回收，因此分配时就不用考虑内存碎片等情况，只要移动堆顶指针，按顺序分配内存即可，实现简单，运行高效。
缺点：
将内存缩小为了原来的一半，代价太高了一点。
扩展：
现在的商业虚拟机都采用这种收集算法来回收新生代，IBM 公司有研究表明，新生代中的对象有 98% 都是「朝生夕死」的，所以并不需要按照 1：1 的比例来划分内存空间。
一般会把新生代分为一块较大的 Eden （伊甸园）空间和两块较小的 Survivor 空间，每次使用 Eden 和其中一块 Survivor 。当回收时，将 Eden 和 Survivor 中还存活着的对象一次性地复制到另外一块 Survivor 空间上，最后清理掉 Eden 和刚才用过的 Survivor 空间。
Sun HotSpot 虚拟机默认 Eden 和 Survivor 的大小比例是 8：1，也就是每次新生代中可用内存空间为整个新生代容量的 90%，只有 10% 的内存会被「浪费」。当然，98% 只是一般场景下的数据，我们没有办法保证每次回收都只有不多于 10% 的对象存活，当 Survivor 空间不够用时，需要依赖其他内存（这里指老年代）进行分配担保（Handle Promotion）。
内存的分配担保就好比我们去银行借款，如果我们信誉很好，在 98% 的情况下都能按时偿还，于是银行可能会默认我们下一次也会按时按量偿还，只需要有一个担保人能保证如果我不能还款时，可以从他的账户扣钱，那银行就认为没有风险了。
内存的分配担保也一样，如果另外一块 Survivor 空间没有足够空间存放上一次新生代收集下来的存活对象时，这些对象将直接通过分配担保机制进入老年代。
附上一张图来帮助理解：
3 标记-整理算法
适用于：
解决复制算法在对象存活率较高时的效率低下问题，并且复制算法也需要额外足够的空间来做分配担保，以应对所有对象都 100% 存活的极端情况，所以在老年代一般不使用复制算法，而是用标记-整理算法。
实现思想：
分为「标记」和「整理」两个阶段，标记过程仍然与标记-清除算法一样，整理过程是让所有存活的对象都向一端移动，然后直接清理掉端边界以外的内存。
4 分代收集算法
实现思想：
根据对象存活周期的不同将内存划分为几块。在 Java 堆中，一般是将其分为新生代和老年代，然后各自采用最适当的算法进行回收，这在上文提到过。
新生代：复制算法。
老年代：标记-清理算法或者标记-整理算法。
5 收集方式
5.1 串行收集
使用单线程处理垃圾回收工作，实现容易，效率较高。
不足之处：需要暂停用户线程，且无法发挥多处理器的优势。
5.2 并行收集
使用多线程处理垃圾回收工作，速度快，效率高。理论上 CPU 数目越多，越能体现出并行收集器的优势。
不足之处：仍然需要暂停用户线程。
并行（parallel）：指在同一时刻，有多条指令在多个处理器上同时执行，多个线程互不抢占 CPU 资源，可以同时进行，通常涉及到多个处理器。所以无论从微观还是从宏观来看，二者都是一起执行的。目的是充分利用硬件资源来加速任务的执行，提升吞吐量，更适用于处理计算密集型任务，对响应时间要求不高，例如图像处理、科学计算、视频编码等。
5.3 并发收集
垃圾回收线程和用户线程同时工作，系统在垃圾回收时不需要暂停用户线程。
并发（concurrency）：指在同一时刻，只能有一条指令执行，但多个进程指令被快速的轮换执行，使得在宏观上具有多个进程同时执行的效果，但在微观上并不是同时执行的，只是把 CPU 运行时间分成若干段，使多个进程快速交替的执行。在同一个 CPU 下，因为切换得很快，所以使用户认为操作系统一直在服务于自己的程序，是一种 OS 欺骗用户的现象。目的是提高系统的效率和响应性，更适用于处理 I/O 密集型任务，例如网络通信、文件操作、用户界面等。
实际上，当程序中写下多进程或多线程代码时，这就意味着是并发而不是并行。因为并行与否是由操作系统的调度器决定的，和 CPU 核心数也没有关系，程序员无法控制，调度算法可能会让多个进程/线程被调度到同一个 CPU 核心上。所以在实际使用中几乎总是会存在并行，但却不能 100% 的保证都是在并行，并发并行都有可能。
5.4 生活举例
串行：家里一个灶，必须先烧完水，然后才开始炒菜（所有事按一定顺序，做完当前的事情后才能做下一件事）；
并行：一个灶不够用，再加一个灶，一个灶烧水的同时，另一个灶炒菜（同一时间做（doing）多件事情的能力）；
并发：家里一个灶，烧一会水炒一会菜，再烧会水再炒会菜（同一时间应对（dealing with）多件事情的能力）。
注意： 如果是单进程/单线程的并行，那么效率还不如串行。
6 认识垃圾收集器
如果说收集算法是内存回收的方法论，那么垃圾收集器就是内存回收的具体实现。不同厂商、不同版本的虚拟机所提供的垃圾收集器都可能会有很大差别，此处选择 Sun HotSpot 虚拟机进行说明（Sun HotSpot 虚拟机是目前使用最多的 Java 虚拟机）。
下图展示了作用于不同分代的收集器，如果两个收集器之间存在连线，就说明它们可以搭配使用。收集器所在的区域，则表示它是属于新生代收集器还是老年代收集器。另外要清楚的一点是，没有万能的完美收集器存在，而只有在某个场景下最合适的收集器。
JVM 调优点：
6.1 内存管理优化
- 堆内存配置：设置初始堆（-Xms）和最大堆（-Xmx）为相同值，避免动态扩容带来的开销；
- 元空间配置：设置元空间初始大小（-XX:MetaspaceSize）和上限（-XX:MaxMetaspaceSize），避免频繁扩容；
- 直接内存配置：针对 NIO 操作，配置直接内存上限（-XX:MaxDirectMemorySize），防止 OutOfMemoryError。
6.2 垃圾回收优化：
- 选择合适的垃圾回收器：高吞吐场景使用 Parallel GC，低延迟场景选用 G1 GC（-XX:+UseG1GC）；
- 调整 GC 参数：控制 GC 最大停顿时间（-XX:MaxGCPauseMillis=200ms），为了避免大对象直接进入老年代，设置阈值 -XX:PretenureSizeThreshold=1m。
6.3 线程与栈配置：
- 线程栈大小：根据线程数调整线程栈大小（-Xss1m），避免栈溢出；
- 减少线程竞争：尽量使用无锁数据结构（如 ConcurrentHashMap），避免过多锁竞争。
6.4 使用监控与分析工具
- 性能监控：使用 JVisualVM、JConsole 实时监控堆内存、GC 频率及线程状态，并开启 GC 日志；
- 堆转储分析：通过 jmap 生成堆转储文件，用 MAT 工具定位内存泄漏。
6.5 调优原则
- 渐进式调整：每次仅修改 1-2 个参数，通过压测验证效果；
- 场景适配：根据应用类型（高并发、大数据处理等）选择针对性策略（如高并发场景优先优化 GC 停顿）。
7 一个对象的一辈子
我是一个普通的 Java 对象，出生在 Eden 区，在 Eden 区我还看到和我长得很像的小兄弟，我们在 Eden 区中玩了挺长时间。
有一天 Eden 区中的人实在是太多了，我就被迫去了 Survivor 区的「From」区，自从去了 Survivor 区，我就开始漂泊了，有时候在 Survivor 的「From」区，有时候在 Survivor 的「To」区，居无定所。
直到我 18 岁的时候，爸爸说我成人了，该去社会上闯闯了。于是我就去了老年代那边，老年代里人很多，并且年龄都挺大的，我在这里也认识了很多人。在老年代里，我生活了 20 年(每 GC 一次加一岁)，然后被回收。