Lec 13垃圾回收 II（GC II）——标记-清扫与复制式回收

讲义完成更新于 2026-09-16

Lec 13 垃圾回收 II（GC II）——标记-清扫与复制式回收

接 L12。展开 Mark-and-Sweep 的实现，引入复制式回收 (copying collector)、转发地址、语义垃圾与权衡

回顾：引用计数对环失效。Mark-and-Sweep 直接处理可达性——标记阶段从根集遍历所有可达对象，清扫阶段回收所有未标记（不可达）对象。

定义（根集 Root Set）

标记的起点。在 MITScript（如多数脚本语言）里，根集就是当前的帧栈（所有栈帧），外加其他全局指针（如全局 None）。从根集出发，沿对象内指针做可达闭包遍历。

定理（标记必须跟随每一个指针）

遍历时务必跟随所有指针：操作数栈 → 值、局部变量 → 值、记录 → 值（字段）、帧的父指针 p、闭包捕获的帧等。注意：记录等对象常由多个小对象组成（如哈希表由多个小块构成）——遍历时只需访问/标记主对象，但回收时必须把其所有从属小对象一并释放。

定义（清扫与"如何找到不可达对象"）

目标：释放一切不可达对象。但不可达对象正因为"无人指向"而难以枚举，两种办法：

清扫后清除所有标记位，供下次 GC 使用。

定理（用对象头里的 next 指针替代独立链表）

不必为"分配链表"维护与对象分离的结构。像引用计数加 count 头那样，给每个对象加一个头部 + next 指针，把所有对象串成侵入式链表。好处：可一次性释放整个节点；把 GC 的内存开销减半（无需独立的链表节点）。

定义（半空间复制式回收）

把堆分成两个区域 A、B（半空间 semispaces）：

优点：分配极快（指针碰撞 bump pointer）；复制时顺带压紧 (compaction)，改善缓存局部性；不可达对象"免费"消失（不复制即可）。缺点：只有一半内存可用；复制本身可能昂贵。

复制的核心难题：对象从旧址移到新址后，所有指向旧对象的指针都要更新。两种思路：

把指针都换成"间接表的索引"；对象移动时只改表中一处。问题：① 运行期开销高（每次解引用多一跳）；② 削弱复制式回收的局部性优势；③ 间接表本身又要做资源管理。

定义（思路二：转发地址 Forwarding Address）

复制一个对象到新区后，在**旧位置原地留下一个"转发地址"**指向新副本。遍历中再遇到指向该旧对象的指针时，跟随转发地址得到新址并更新该指针。这样每个对象只复制一次，且无需全局间接表。

例题（转发地址的工作过程）

旧区有 A、B、C，A 与 C 都含"指向 B"的指针。复制时：

1) 复制 B 到新区得 B'，在旧 B 处写下"转发到 B'";
2) 处理 A 中"指向 B"的指针 → 跟随旧 B 的转发地址 → 改为指向 B';
3) 处理 C 中"指向 B"的指针 → 同样跟随转发地址 → 指向 B'。

B 只被复制一次，A、C 的指针都正确重定向到 B'。

定理（可达性 ≠ "将来会用"）

理想目标是"回收一切将来绝不再用的内存"，但 GC 只能近似为"回收不可达内存"，并不精确。存在语义垃圾 (semantic garbage)：仍然可达、但程序实际上再也不会用的对象——GC 无法回收它们。

例题（语义垃圾）

程序在初始化时把一个大数据结构存进全局变量、用于启动；启动后再也不碰它。该数据仍从全局根可达，故不会被回收——但它就是垃圾。要验证"程序此后绝不再访问它"通常是不可判定/极难的，所以 GC 选择保守保留。

定理（GC 方案权衡）

::: definition 定义（GC 设计的三个关键维度）

三者相互权衡，没有"万能最优"，依应用场景（吞吐 vs. 延迟 vs. 内存）取舍。

Mark-Sweep：根集（MITScript 即帧栈 + 全局指针）→ 标记可达（跟随每个指针，记录只标主对象但回收其全部从属小对象）→ 清扫（遍历分配链表释放未标记者）；侵入式 next 头部可省独立链表、内存开销减半。
复制式回收：双半空间，紧凑分配；满则把可达对象复制到另一半并重定向指针、整体释放旧半、交换。
重定位用转发地址（旧址留指向新副本的转发指针，遇旧指针即跟随更新）优于全局间接表。
标记不精确：语义垃圾（可达但永不再用）无法回收。
权衡：引用计数开销分摊但不处理环；标记/复制开销集中可致停顿；复制分配快、局部性好但费空间。三维度：运行期开销 / 空间效率 / 延迟。