KVM中的垃圾回收策略

Java虚拟机（JVM）的垃圾回收是由虚拟机设计者自行设计的部分。传统的垃圾收集方法往往收集时间过长，程序员对安排CPU时间进行内存回收缺乏控制。本文主要讨论的是基于嵌入式系统的JVM在垃圾回收上的策略，该策略在分代回收的基础之上采用渐进收集的思想，最终获得非破坏性垃圾收集的效果。     

分代算法在KVM中的实现

在嵌入式系统中，需要分析什么样的垃圾回收机制能够适应嵌入式系统的特点，满足系统对于稳定性和性能的要求，分析了嵌入式Java虚拟机KVM垃圾回收机制的特点，所采用的垃圾收集算法，以及垃圾收集器在KVM中是如何工作的，找出存在的缺陷和不足，并在mark-sweep-compact算法的基础上实现了分代算法。     

基于嵌入式Java虚拟机的垃圾回收算法

阐述了一种适用于嵌入式Java虚拟机的垃圾回收算法。该算法对分代回收算法中代的划分方式,引用跟踪等方面进行改进,以降低对运行时间和内存空间的需求,从而使其适用于资源有限的嵌入式环境。试验结果表明,该算法有效提高了垃圾回收效率。     

某干嵌入式Java虚拟机的垃圾回收算法

阐述了一种适用于嵌入式Java虚拟机的垃圾回收算法。该算法对分代回收算法中代的划分方式，引用跟踪等方面进行改进，以降低对运行时间和内存空间的需求，从而使其适用于资源有限的嵌入式环境。试验结果表明，该算法有效提高了垃圾回收效率。     

FLSP:一个高效的系统级垃圾收集算法

垃圾收集是Java操作系统的核心功能,它直接影响到整个系统效率。现代Java操作系统中使用的垃圾收集算法普遍还是沿用应用程序级的垃圾收集算法。应用程序级垃圾收集算法的优化主要面向于普通的Java虚拟机。而Ja-va操作系统与Java虚拟机相比有更高的操作权限和更灵活的资源管理策略,如何利用这些特点和权限来提高垃圾收集算法的效率是以前的垃圾收集算法所没有考虑的。本文分析了操作系统下内存管理和垃圾收集的特点,在JUnicorn操作系统上,利用操作系统平台提供的便利,设计并实现了一个高效的系统级垃圾收集算法FLSP。测试数据表明,在操作系统级别,这种垃圾收集算法能够提高13%的系统性能,并且使垃圾收集的停顿时间缩短50%。     

并发垃圾收集器及其调度方法的研究

垃圾收集技术被广泛地应用于现代高级编程语言环境中,它在解决内存泄露等问题的同时也影响了应用程序的响应时间.为了减小甚至消除由于垃圾收集所造成的应用程序停顿,设计并实现了能与应用程序并发运行的垃圾收集器Tick.在研究过程中,使用Snapshot-at-the-Beginning算法解决了"一致性丢失"的问题;并动态地对垃圾收集线程进行调度,从而更加有效地利用系统资源.测试结果表明,Tick能有效地消除应用程序因垃圾收集所造成的停顿并减少应用程序的执行时间.     

无线迁移工作流按需移动中停靠站缓存管理机制

作为基于移动计算范型迁移工作流研究的继续,在无线迁移工作流按需移动中建立工作流单元在停靠站服务器中的存储模型和方法,在移动设备主动或被动地处于断接,即没有网络连接的状态下,有效利用缓存中的工作流单元,以支持大型工作流程序在资源受限的移动设备上更有效地运行。在缓存管理中,引入了分代算法。针对more-relied代和less-relied代中工作流单元的不同特点,采取不同的分配方法和垃圾收回算法,以提高分配效率,在很大程度上避免内存垃圾回收算法带来的长“停顿”。实验表明,无线迁移工作流按需移动中停靠站缓存管理机制模型合理,有效支持迁移工作流在无线环境中的应用。     

基于长生命周期对象的混合垃圾收集

Java语言因其在软件工程上的优势而被广泛地用来进行服务器应用的开发.这些应用中通常存在着大量的长生命周期的对象.单一的经典的垃圾收集算法不能够有效地减少对长生命周期对象的重复处理.一种基于长生命周期对象的混合垃圾收集算法(LLH)被设计和实现.该算法结合了缩并,复制和分代收集的特点,通过这些经典算法的动态切换与协作来解决这一问题.实验结果表明,与经典的分代垃圾收集相比,LLH收集算法能够使SPECjbb 2005的Throughput分值提高3%～25%.     

基于类型的运行时环境存储管理算法

基于类型进行分类管理堆空间的垃圾回收算法通过废弃对象复用来降低运行时环境创建对象所需时间开销,同时还通过线程缓存、租赁等技术进一步增强运行时系统的存储管理效率.运行实验表明,该算法能够在回收线程和工作线程之间实现细粒度的并行性并缩短对象申请和回收时间,进而能够减少工作线程的停顿现象,增加服务器应用的平滑性以及提高堆空间的使用效率.     

Java堆的管理——垃圾回收机制的算法分析与研究

分析了Java垃圾回收机制的特点,分析和研究了JVM中典型的垃圾收集算法,并阐述了命令行参数和Finalize方法时Java垃圾回收的具体运行。     

实时性环境中JVM垃圾收集算法

提出一种适用于实时性环境的Java虚拟机垃圾收集算法。该算法通过对增量式收集器中堆空间划分方式和引用跟踪进行改进,以减少垃圾收集时带来的不确定性暂停,并且该算法可以指定用户在一个时间段内进行垃圾收集,以便使应用程序暂停时间达到最短,从而适用于实时性环境。实验结果表明,该算法能有效减少垃圾收集时暂停的频率和时长。     

有效的哈希冲突解决办法

为了提高解决哈希冲突的效率,在冲突解决机制和数据元素被查找的先验概率的基础上,结合堆排序的优点,提出了一种更有效的处理哈希冲突的方法,称其为以先验概率为基础的哈希大顶堆查找。该方法首先依据关键字被查的先验概率的大小建立相应的哈希大顶堆,然后利用哈希大顶堆进行查找。最后通过严密的效率分析可看出:该方法在最坏的情况下的时间复杂度才为O(n log n),不但降低了冲突时执行查询的查找长度,从而降低查询响应的时间复杂度,而且该方法对于记录数越大的文件越适用。     

低代价最短路径树快速算法的时间复杂度研究

低代价最短路径树是一种广泛使用的多播树,它能够在保证传送时延最小的同时尽量降低带宽消耗.快速低代价最短路径树算法FLSPT是在DDSP算法的基础上,通过改进节点的搜索过程,该算法构造的最短路径树与DDSP算法构造的树具有相同的性能,但其时间复杂度低于DDSP,其时间复杂度为O(nlog n e).FLSPT是利用Fibonacci堆来选择图中未计算点的最小值来计算时间复杂度的.通过对FLSPT的程序和Fibonacci堆的分析发现,用O(log(n!) e)来表示FLSPT算法的时间复杂度比文献[6]中分析的O(nlog(n) e)更能体现FLSPT算法高效率.     

Yama: a scalable generational garbage collector for Java in multiprocessor systems

The current state-of-the-art generational garbage collector pauses all the program threads when it performs young and old generation garbage collection. As the number of program threads increases, the delay due to garbage collection also increases, thus restricting the scalability of the collector. In order to improve the scalability and reduce the pause time, an on-the-fly generational garbage collector called Yama is proposed for multiprocessor systems. This uses the on-the-fly deferred reference counting in the young generation and the DLG (Doligez Leroy Gonthier) on-the-fly mark and sweep garbage collector in the old generation. We have proposed and experimented with two novel variations of the on-the-fly deferred reference counting called Chitragupt1 and Chitragupt2 in the young generation. Yama does not pause all the application threads simultaneously. An adaptive tenuring policy based on object reference count and survival rate is also proposed. Yama has been implemented in the IBM Jikes RVM (research virtual machine). The above claims are supported with experimental results for standard benchmark programs. The results show that Yama has an extremely low pause time in both the young and the old generation. The pause time reduction results in better response times for the user programs.     

基于堆的最小连通支配集高效近似算法

提出一种解决连通网络图上连通支配集(CDS)问题的贪心近似算法。利用堆结构逐步选出支配节点,将支配节点加入由之前已确定节点组成的树中,完成网络图中支配树的构造。通过计算堆操作次数,分析算法在平均情况下的时间复杂度。在随机网络模型上的模拟实验结果表明,与已有算法相比,该算法可以得到点数更少的连通支配集。     

基于特征向量的多用户检测

最优多用户检测具有指数级的计算复杂度,不能实际应用.为了缩短多用户检测时间,达到实时性的要求,提出一种将最优多用户检测的解转化成特征向量的方法,直接利用幂法计算特征向量.首先利用拉格朗日乘数法将具有约束条件的最优多用户检测优化模型转化为无约束的优化模型,然后将无约束的优化模型转化为一个代数方程组,最后对该代数方程进行同解变形,从而将最优多用户检测的解转化为特征向量.仿真结果表明,该方法能大大缩短检测时间,而在误码率、抗远近效应和增加系统容量方面的性能较之传统方法和粒子群算法也有一定的提高.     

堆与贪心算法

堆是一种特殊的树,堆的首元素常常是堆中结点的最小或最大值.堆排序是一种比较快的排序方法,贪心算法中常常要找到最小(大)值.本文介绍了堆在贪心算法中的运用,并分析了其时间优越性.     

A performance perspective on the Active Memory System

One major problem of using Java in real-time and embedded devices is the non-deterministic turnaround time of dynamic memory management systems (memory allocation and garbage collection). For the allocation, the non-determinism is often contributed by the time to perform searching, splitting, and coalescing. For the garbage collection, the turnaround time is usually determined by the size of the heap, the number of live objects, the number of object collected, and the amount of garbage collected. Even with the current state-of-the-art garbage collectors (generational and incremental schemes), they may or may not guarantee the worst-case latency. Moreover, such schemes often prolong overall garbage collection time.

In this paper, the performance analysis of the proposed Active Memory Module (AMM) for embedded systems is presented. Unlike the software counterparts, the AMM can perform a memory allocation in a predictable and bounded fashion (14 cycles). Moreover, it can also yield a bounded sweeping time regardless of the number of live objects or heap size. By utilizing the proposed system, the overall speedup can be as high as 23% compared to the garbage collection system of the JDK 1.2.2 running in classic mode.     

基于图割的JPEG图像快速分割算法

基于图割理论的GrabCut算法由于使用所有像素来迭代估计高斯混合模型(GMM)参数,算法效率较低。针对该问题,提出一种基于图割的JPEG图像快速分割算法。以GrabCut算法为基础,对JPEG图像中DC系数构成的低频图像进行迭代分割,估计GMM参数以减少训练样本的数目。实验结果表明,该算法能在保证分割精度的前提下缩短高分辨率JPEG图像的分割时间。     

一种用于中文主题分类的CSVM算法

提出一种新的级联支持向量机分类算法CSVM,结合AdaBoost算法框架与支持向量机(SVM)进行多分类处理。针对多分类问题中支持向量机处理样本数量多和计算时间过长的问题,引入最小闭合球算法对原始样本数据进行提取,以缩短SVM的训练时间。实验结果表明,CSVM算法具有与AdaBoost-SVM算法相似的精确度,而计算时间仅为AdaBoost-SVM算法的35%。