博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
垃圾标记算法 面试 笔记
阅读量:2123 次
发布时间:2019-04-30

本文共 390 字,大约阅读时间需要 1 分钟。

面试小结

目前有两种垃圾标记算法,引用计数算法和根搜索算法

引用计数算法:基本思想就是每对象都有一个引用计数器,当对象的某处被引用的时候,它的引用计数器就加1,引用失效时就减1。当引用计数器中的值变为0,则该对象就不能被使用,变成了垃圾

弊端:引用计数算法没有解决对象之间相互循环引用的问题

根搜索算法: 这个算法的基本思想就是选定一些对象作为GC Roots,并组成根对象集合,然后以这些GC Roots 的对象作为起始点,向下搜索,如果目标对象到GC Roots 是连接着的,我们则称该目标对象是不可达的,如果目标对象不可达则说明目标对象是可以被回收的对象

可以作为 GC Roots 的对象主要有以下几种:

Java栈中引用的对象

本地方法栈中JNI引用的对象

方法区中运行常量池引用的对象

方法区中静态属性引用的对象

运行中的线程

由引导类加载器加载的对象

GC控制的对象

转载地址:http://swfrf.baihongyu.com/

你可能感兴趣的文章
什么是 Transformer
查看>>
简述 XLNet 的原理和应用
查看>>
实战:为图片生成文本摘要
查看>>
论文复现:用 CNN 进行文本分类
查看>>
多复杂的 CNN 都离不开的这几个基本结构
查看>>
实践:动手搭建神经机器翻译模型
查看>>
透彻理解神经机器翻译的原理
查看>>
实践:动手搭建聊天机器人
查看>>
情感分析 Kaggle 实战
查看>>
动手实现 Bahdanau 注意力模型
查看>>
用一个小例子理解 seq2seq 的本质
查看>>
双向 LSTM-CRF 实现命名实体识别
查看>>
序列模型实现词性标注
查看>>
双向 RNN 识别手写数字
查看>>
Peephole LSTM、GRU 实战
查看>>
LSTM 的几种改进方案
查看>>
用 word2vec 进行文档聚类
查看>>
详解 GloVe 的原理和应用
查看>>
word2vec:基于层级 softmax 和负采样的 Skip-Gram
查看>>
word2vec:基于层级 softmax 和负采样的 CBOW
查看>>