关于垃圾回收机制的疑问,各位哥哥姐姐弟弟妹妹帮帮忙阿~

skytip skytip 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
当初看gc的时候就有些疑问,后来看了不少讨论的文章,最近看到Reference类所以回顾了一下gc,感觉还是有些乱.....这个疑问是这么产生的:首先请看下面的代码:
MyObject obj = new MyObject();
ReferenceQueue rq = new ReferenceQueue();
WeakReference wr = new WeakReference(obj, rq);
obj = null;
System.gc();
System.out.println("Polling the reference queue returns " +
rq.poll());
System.out.println("Getting the referent from the " +
"weak reference returns " + wr.get());
结果为:
Polling the reference queue returns java.lang.ref.WeakReference@eee36c
Getting the referent from the weak reference returns null
问题的焦点在于:new MyObject()出的对象占用的堆内存在gc()后究竟释放了没有?
以前看到的一篇文章里面说过:“当 WeakReference 或 SoftReference 类的 get() 方法返回null 时,就有一个对象被声明为finalizable,而且可能(不过不一定)被收集。只有当heap对象完全结束而且其内存被回收后,WeakReference 或 SoftReference 才会被放到与其关联的ReferenceQueue上。” 按照此说法,堆对象MyObject肯定已经完全结束而且其内存已经被回收,不然那个弱引用不会放到引用队列里,也就是说调用gc()后gc很有可能(我试过多次都是这个结果)运行并且收了那块堆内存,这就与gc运行的可能性理论产生了冲突。在csdn上看到有人说过“你可以调用垃圾收集器System.gc(),但调用的含义是你要求系统来回收”,系统收到了这个请求,但系统是否真正的去回收,会根据线程繁忙程度来判断。如果线程正闲置,会响应你的请求。此时系统只运行你一个线程(还有其他后台辅助的),当然有空闲时间,于是立刻回收了你的。” 按这种说法调用gc()在cpu空闲时好像实行回收的概率很大....,但用他这种说法解释前面的说法究竟对否??还是说前面提到那篇文章的观点根本就是错误的,希望有个标准的解释。
...全文

相关推荐

这货到底还是不是垃圾?【垃圾回收GC算法JVM篇四】

垃圾收集 Garbage Collection 通常被称为“GC”, 在jvm 中,程序计数器、虚拟机栈、本地方法栈都是随线程而生随线程而灭,栈帧随着方法的进入和退出做入栈和出栈操作,实现了自动的内存清理,因此,我们的内存垃圾回收主要集中于 java 堆和方法区中,在程序运行期间,这部分内存的分配和使用都是动态的! 文章目录1、判断对象是否存活的JVM两种计数算法1.1、引用计数算法1.2、可达性...

宜春

创新!高级!【日前、日内非滚动、日内滚动调度以及实时修正】考虑需求侧响应的智慧楼宇多时间尺度调度策略(Matlab代码实现)

创新!高级!【日前、日内非滚动、日内滚动调度以及实时修正】考虑需求侧响应的智慧楼宇多时间尺度调度策略(Matlab代码实现)内容概要:本文介绍了一种考虑需求侧响应的智慧楼宇多时间尺度调度策略,涵盖日前、日内非滚动、日内滚动调度以及实时修正四个阶段,旨在通过Matlab代码实现对智慧楼宇能源系统的优化管理。该策略结合需求侧响应机制,提升能源利用效率与系统运行经济性,适用于新能源背景下的智能建筑能源调度场景。; 适合人群:具备一定电力系统或能源管理基础知识,熟悉Matlab编程,从事科研或工程应用的研究人员与技术人员。; 使用场景及目标:① 实现智慧楼宇在多时间尺度下的精细化能源调度;② 探索需求侧响应在楼宇级能源管理系统中的建模与应用;③ 借助Matlab仿真平台完成调度策略的开发、测试与优化。; 阅读建议:建议读者结合Matlab代码与相关电力系统调度理论,逐步理解各调度阶段的建模逻辑,重点关注优化目标函数与约束条件的设计,同时推荐通过案例仿真验证策略的有效性。

荔枝科研社

Vue3 + Flask + MQTT:构建智慧医院患者服务大厅

Vue3 + Flask + MQTT:构建智慧医院患者服务大厅,mysql+flask+mqtt客服+ai

速易达网络

论文复现带有攻击角约束的大机动目标协同攻击制导律(Simulink仿真、Matlab代码实现)

内容概要:本文介绍了一个名为“带有攻击角约束的大机动目标协同攻击制导律”的Matlab/Simulink仿真项目,旨在通过复现相关学术论文中的制导算法,实现对高速、大机动目标的多导弹协同攻击,并满足特定的攻击角度要求。该资源详细提供了Simulink仿真模型和配套的Matlab代码,涉及超扭滑模(STSMC)、快速终端滑模(FTSMC)等先进控制算法的应用,以确保制导律的精确性、鲁棒性及多弹协同的同时攻击性能。项目不仅涵盖算法的数学建模与控制逻辑实现,还通过三维空间仿真验证了针对强机动目标的制导有效性。; 适合人群:具备Matlab/Simulink基础操作能力,从事或研究飞行器制导、导航与控制(GNC)、自动化、航空航天工程、兵器科学与技术等相关领域的研究生、科研人员及工程师。; 使用场景及目标:① 学习和复现带有攻击角约束的协同攻击制导算法;② 研究和对比不同滑模控制技术(如STSMC, FTSMC)在制导系统中的性能表现;③ 利用提供的仿真模型和代码进行二次开发、算法优化及拓展至三维多弹协同攻击场景。; 阅读建议:使用者应结合相关论文的理论部分,仔细阅读和调试所提供的Matlab代码与Simulink模型,重点关注制导律的设计逻辑、各模块之间的信号传递关系以及关键控制参数的设置与整定,以深入理解多弹协同制导与攻击角约束的实现原理。

吃兔子的大脑腐

新能源纯电动汽车驾驶员模块、整车控制器、减速器模块、车速模块等建模Simulink仿真模型

内容概要:本文档提供了新能源纯电动汽车多个关键模块的Simulink仿真模型资源,涵盖驾驶员模块、整车控制器、减速器模块、车速模块等核心子系统,通过模块化建模仿真手段,完整呈现了电动汽车动力传动与控制系统的动态响应机制与交互逻辑。资源不仅包括各独立模块的精细化建模,还涉及系统级集成与联合仿真,适用于开展整车性能分析、控制策略验证及能量管理优化等科研任务,旨在为新能源汽车领域的教学研究与工程开发提供可靠的技术参考与仿真平台支撑。; 适合人群:具备一定自动化、电气工程或车辆工程背景,从事新能源汽车系统仿真、控制算法开发等相关工作的研究人员、高校师生及工程技术人员。; 使用场景及目标:①用于新能源汽车动力系统建模与仿真教学实验;②支撑整车控制策略(如扭矩分配、能量回收)的设计与验证;③作为科研项目中系统级仿真平台的基础组件,提升开发效率与仿真精度; 阅读建议:建议使用者结合实际研究需求,深入理解各模块内部结构与参数设置,灵活调整模型以适配不同工况,并利用提供的完整资源目录进一步拓展学习与应用范围。

稷下科研社
评论
收藏 已收藏
分享
返回顶部
skytip
Java SE 62,620 成员 307,251 内容