[面试题] 垃圾回收过程中，新生代和老年代的 GC 算法为什么会不一样？
📖 版块 A：知识讲解版 (温故知新)
-
**核心依据：分代假说 (Generational Hypothesis)**JVM 的堆内存之所以分为新生代和老年代，是基于两个著名的经验法则：
- 弱分代假说：绝大多数对象都是朝生夕灭的（存活率极低）。
- 强分代假说：熬过越多次垃圾收集过程的对象就越难以消亡。
-
新生代 GC 算法：标记-复制算法 (Copying)
- 原理：将内存分为 Eden、Survivor From、Survivor To 三块。GC 时将存活对象复制到 To 区，然后清空 Eden 和 From。
- 原因：新生代对象存活率低（通常不足 10%）。“复制”算法只需处理少量存活对象，效率极高，且能解决内存碎片问题。
-
老年代 GC 算法：标记-清除 (Mark-Sweep) 或 标记-整理 (Mark-Compact)
-
原理：
- 标记-清除：标记出所有存活对象，统一回收未被标记的对象。
- 标记-整理：标记后将存活对象向内存一端移动，清理边界外的内存。
-
原因：老年代对象存活率极高。如果用复制算法，一方面需要浪费 50% 的空间作为预留，另一方面频繁的大规模复制会导致性能剧降。因此采用原地清理或整理的方式，最大化空间利用率。
-
🎤 版块 B：面试实战版 (高手逐字稿)
Q：垃圾回收过程中，新生代和老年代的 GC 算法为什么会不一样？
💬 高手逐字稿：
JVM 堆内存采用不同的 GC 算法，其根本原因在于新生代和老年代中对象的生命周期特征完全不同。这在 JVM 领域被称为“分代假说”。
首先看新生代。新生代对象的特点是“朝生夕灭”，绝大多数对象在第一次 GC 时就会被回收。针对这种低存活率的场景，“标记-复制”算法是最优解。因为在该算法下，GC 的开销只与“存活对象”的数量成正比。由于存活对象极少，复制的成本非常低，而且这种算法在回收后不会产生任何内存碎片，空间分配效率极高。在商业虚拟机中，通常会把新生代划分为 Eden 和两个 Survivor 区，比例是 8:1:1，这样只会浪费 10% 的空间，就换取了极高的回收性能。
接着看老年代。老年代存放的是长生命周期的对象（比如缓存、Spring 容器里的 Bean）。这里的对象存活率非常高，如果再用复制算法，就会面临两个巨大的坑：一是如果存活率是 90%，那么就要复制 90% 的对象，性能开销无法接受；二是为了应对极端情况，必须预留 50% 的空间，这在内存宝贵的老年代是非常奢侈的。所以老年代通常采用**“标记-清除”或者“标记-整理”算法**。虽然标记-整理算法在移动对象时会带来一定的停顿（STW），但它保证了内存利用率达到 100%，同时也避免了碎片的产生，更适合大容量、低频回收的内存区域。
💡 高手自问自答（细节进阶）：
这里其实有一个容易被忽略的细节：跨代引用问题。如果新生代的对象被老年代引用了，难道我们要为了回收新生代而去扫描整个老年代吗？
为了解决这个问题，HotSpot 引入了 Remembered Set（记忆集），并通常通过 Card Table（卡表） 来实现。当老年代引用新生代对象时，会将对应的卡片标记为 Dirty。这样在进行 Minor GC（新生代回收）时，只需要扫描卡表中被标记为 Dirty 的区域，而不需要全堆扫描。这种设计思想就是典型的“空间换时间”，在保证分代算法效率的同时，解决了跨代扫描带来的开销问题。