文档介绍：偏移表的访问,大大地降低遍历堆所带来的开销;同时活块池的引入使得该算法很容易被应用在并行垃圾收集算法中。实验证明该算法使得标准工业测试程序和 5男阅苡潭鹊奶高,最高达到%;同时程序的局部性也优于线性标记缩并算法,与深度遍历序相比,琻能失效率改善最多为%,,基于自适应动态优化框架提出预取优化算法来改善程序的局部性。该算法基于自适应动态优化框架,它在即时编译器对程序编译的同时完成插桩的工作,插桩用来收集访存对象的信息。如果检测到当前运行过程中存在相关对象的访问,预取控制器将会插入相应的预取指令。自适应预取优化算法的关键在于预取准确性和运行时开销之间的权衡。为了保证预取的准确性,我们对程序进行插桩;为了降低运行时的开销,我们控制预取指令的插入并且实现无效的插桩删除优化。实验结果表明该算法使得标准工业测试程序和 .%。同时,运行时开销低于ィ诖婵O梢院雎葬躨计。第四,描述了··种基于对象亲缘关系的垃圾收集算法。该算法通过硬件性能分析器来定位频繁引起У亩韵螅荻韵笾涞那自倒叵担⒍象亲缘图,并与垃圾收集算法相结合,将亲缘度高的对象们排列在堆中相邻的位置,这意味着访问完其中,。个对象,接下来访问另外一个对象的概率很高,将它们放在一起可以改善对象之间的局部性,实验结果表明基于对象亲缘关系的垃圾收集算法对和的性能有明显的提高,最多为%,平均为%,同时采用硬件性能分析器收集信息使得目O很低,平均为ィ詈笪颐墙ǜ盟惴ê妥允视υと∮呕嘟岷希峁砻鞔部分程序的性能不会降低,对于个别程序,甚至有所提高。关键词:Ⅳ槟饣允视Χ呕蚣埽占韵缶植啃裕と。缘关系、,槟饣淖允视Χ呕
謎瑚鷌锄舢哪緎危Ⅵ御琲涵、,.%%.Ⅳ订琲,.誸仡..、,瑂,.韈髑、,,瓹,、Ⅳ琣ⅲ琫譼衋:,
誩琣印甒、,槟饣淖允视Χ呕鴈‘%、.,、阮凰⒄舉璐,磘甇、桃、%,%.ィ瓼,,、琫’痵工.,瑆甌—..,、琫、,阬,.遖,,、譽譫ⅱ鬳瓽琣瑂—,琭,—鬳痶Ⅵ,
印:琭,,.,,
插图的拷贝算法........................的近似深度优先拷贝算法...................的层次分解拷贝算法.....................的工作机制.......................ⅲ琈的主要组成部分.......................已有的信息统计框架.........................堆访问的分布.............................相关对象访问的例子.........................自适应的动态优化框架........................撼迩慕峁梗统计对象信息的代码.........................状态转换图.......................................基于半空间的节点复制收集.....................堆的布局...............................滑动标记缩并算法:传统算法.ⅲ琈中的算法........快速的滑动标记缩并算法......................多个线程的处理策略.......................动态负载平衡机制..........................各种标记所并算法的时间比较..................快速的滑动标记缩并算法的加速比.................快速的滑动标记缩并算法的和实母纳啤#昙墙锥问奔銿酰瑌:阶段时间的最大值..............
焖俚幕昙撬醪⑺惴℅的可缩放性比较........导致频繁У拇肫危自适应预取优化算法中使用的数据结构...............预取指令的插入............................自适应动态预取优化算法流程图...................优化后的代码.............................利用循环展开来减少冗余的插桩和预取...............预取带来的性能提升.........................相关的对象访问的分布........................预取前后内存的性能比较......................允视υと∮呕惴ǖ目O鶹巢遄ǖ目O允视υと∮呕惴ǖ目占淇O髦植匠さ姆植纪迹哈希表的结构图............................对象晕排流程图.....