Boehm GC如何为C程序工作？

Question

我检查了Boehm GC。 用于C / C ++的GC。

我知道标记和扫描算法。 我很好奇的是它如何只在整个C内存中获取指针。 我对C内存的理解只是一个普通的字节数组。 是否有可能确定内存中的值是否为指针？

Answer 1

Boehm GC是一个保守的收集器，这意味着它假设一切都是指针。 这意味着它可以找到误报引用，就像一个巧合地具有堆中地址值的整数。 结果，一些块可能比非保守的收集器在内存中停留的时间更长。

以下是Boehm页面的描述：

垃圾收集器使用修改的标记扫描算法。 从概念上讲，它大致分四个阶段运行，偶尔作为内存分配的一部分执行：

1. 准备每个对象都有一个关联的标记位。 清除所有标记位，表示所有对象都可能无法访问。
2. 标记阶段标记可通过变量指针链到达的所有对象。 收集器通常没有关于堆中指针变量位置的真实信息，因此它将所有静态数据区域，堆栈和寄存器视为可能包含指针。 表示收集器管理的堆对象内的地址的任何位模式都被视为指针。 除非客户端程序已将堆对象布局信息提供给收集器，否则将再次以类似方式扫描发现可从变量访问的任何堆对象。
3. 扫描阶段扫描堆中的不可访问的，因此未标记的对象，并将它们返回到适当的空闲列表以供重用。 这不是一个单独的阶段; 即使在非增量模式下，这也是通常在发现空闲列表的分配期间按需执行操作。 因此，扫描阶段不太可能触及此后不久就不会被触摸的页面。
4. 结束阶段已注册完成的无法访问的对象将排队，以便在收集器外部完成。

您还应该知道Boehm GC需要给出一组“根”，它们是标记和扫描算法的起点。 堆栈和寄存器是自动根。 您需要显式添加全局指针作为根。

---

编辑：在评论中，一般关注保守收藏家的一些担忧。 确实，看起来像收集器的堆指针的整数会导致内存不被释放。 这并不像你想象的那么大。 程序中的大多数标量整数用于计数和大小，并且相当小（因此它们看起来不像堆指针）。 您将主要遇到包含位图，字符串，浮点数据或任何类型的数组的问题。 Boehm GC允许您使用GC_MALLOC_ATOMIC分配一个块，该块向收集器指示该块不包含任何指针。 如果查看gc_typed.h ，您还可以找到指定块的哪些部分可能包含指针的方法。

也就是说，保守收集器的一个基本限制是它在收集过程中不能安全地移动内存，因为指针重写是不安全的。 这意味着您将无法获得压缩的任何好处，例如降低碎片和提高缓存性能。