GC算法面试：标记到清理全链路过程详细解析

GC（垃圾回收）的标记-清理过程，本质上就是先判断哪些对象仍然存活，再回收它们所占用的内存空间。不同的垃圾回收器在具体实现上各有侧重，但主流算法如标记-清理（Mark-Sweep）及其优化变体（例如标记-整理 Mark-Compact）都遵循这一核心逻辑。下面以最经典的三色标记法为基础，结合实际执行阶段，将这条链路从头到尾详细拆解。

标记阶段：利用三色抽象精准追踪存活对象

标记阶段并不会直接修改对象内容，而是为每个对象维护一个“颜色”状态，用于追踪其可达性：

• 白色：初始状态，表示“尚未被访问”，默认视为可回收对象；
• 灰色：对象本身已被访问，但其引用的其他对象尚未扫描完成；
• 黑色：该对象以及所有直接/间接引用的对象均已扫描完毕，确认为存活对象。

整个过程从GC Roots（如栈帧中的局部变量、静态字段、JNI引用等）出发，将所有直接可达的对象涂成灰色，并放入标记队列；然后循环取出灰色对象，将其引用的白色对象涂灰并入队，同时自身涂黑；直到队列为空。最终，所有黑色对象即为存活对象，剩下的白色对象就是可以被回收的垃圾。

清理阶段：遍历堆内存，回收白色对象所占空间

清理阶段会扫描整个堆（或当前收集区域，例如老年代），识别出仍为白色的对象：

• 直接释放这些对象占用的内存块，将其加入空闲链表，供后续分配时复用；
• 不移动对象位置，因此容易产生内存碎片；
• 通常与标记阶段分离执行，可能引发Stop-The-World（STW）暂停，即暂停用户线程。

例如，Serial GC或CMS在初始标记与重新标记之后的清理过程，就采用这种方式。CMS后期由于并发清理无法处理浮动垃圾，还需要额外触发一次STW清理。

可选的整理阶段：解决内存碎片问题（仅部分算法启用）

标记-清理本身不整理内存，而标记-整理（如Serial Old、Parallel Old、ZGC的部分阶段）则会在清理之前增加整理步骤：

• 将所有黑色对象按顺序紧凑地复制/移动到堆的一端；
• 更新所有指向这些对象的引用（需要修正指针，开销较大）；
• 移动后，堆尾部形成一大块连续的空闲空间，消除了碎片，有利于大对象分配。

需要注意的是，G1和ZGC并不采用传统整理方式，而是通过Region划分加复制（G1的Evacuation）或读屏障加重映射（ZGC的染色指针）来实现低延迟与空间整合的兼顾。

关键细节与常见误区

面试中容易被追问的点，通常包括：

• 三色标记为什么要求“强三色不变性”？因为并发标记时如果发生漏标（灰色→黑色过程中，黑色对象新增指向白色对象的引用），会导致误回收——CMS使用写屏障加增量更新（Incremental Update）来拦截这类写操作；
• 为什么CMS被废弃了？因为它无法处理浮动垃圾、容易产生碎片，而且并发失败后会退化为Serial Old，导致长时间STW；
• G1的标记不是全堆扫描，而是基于Remembered Set（RSet）的增量式根扫描加SATB快照，保证准确性的同时控制停顿时间。

理解标记-清理不能孤立地看，它和内存布局、写屏障、并发控制是深度耦合的。掌握三色抽象、GC Roots范围，以及各算法在吞吐量、延迟与内存利用率之间如何权衡，才算真正吃透这条链路。