标记-清除算法分标记和清除两阶段：标记阶段从gc roots出发遍历并标记所有可达对象；清除阶段线性扫描堆，将未标记对象内存块加入空闲链表，不移动存活对象，也不合并碎片，导致内存零散。

标记-清除算法本身不进行空闲区整理，它的“回收”只是逻辑释放，不移动存活对象；所谓“空闲区”是零散分布的，靠空闲链表管理，而非合并或规整。

回收动作：只标记、不搬运

它分两个明确阶段：

• 标记阶段：从 GC Roots（如栈帧变量、静态引用）出发，遍历所有可达对象，并在对象头或独立位图中标记为“存活”；未被标记的即判定为垃圾。
• 清除阶段：线性扫描整个堆内存，对每个未标记对象，仅将其占用的内存块地址加入空闲链表，不擦除数据，也不移动其他对象。

这个过程不涉及任何对象迁移——存活对象原地不动，内存布局完全保留。因此，回收后堆中会出现大量大小不一、位置随机的空闲块。

空闲区如何管理：依赖分配策略，而非自动整理

由于清除后内存必然碎片化，JVM 不会主动合并空闲块，而是交由内存分配器按需查找可用空间。常见策略包括：

Multi-Brain Protocol

一款AI工具，主要用于在主代理响应前，并行运行Kimi K2.5和GPT 5.3 Codex，注入双方观点以增强认知多样性，适合需要提升相关任务效率的用户。

下载

• 首次适应（First-fit）：从空闲链表头部开始遍历，找到第一个 ≥ 请求大小的块就分配；响应快，但易留下小碎片。
• 最佳适应（Best-fit）：遍历全部空闲块，选最接近请求大小的块分配；减少浪费，但搜索开销大，且易产生难以利用的微小碎片。
• 最差适应（Worst-fit）：选最大的空闲块分割，意图保留更多中等大小块；但容易快速耗尽大块空间，加剧后续大对象分配失败风险。

这些策略都建立在“空闲链表”基础上——链表节点记录起始地址与大小，无连续性保证，也无后台整理机制。

为什么不做整理？设计取舍使然

该算法的核心优势在于低延迟和实现简单：

• 无需复制或移动对象，避免了额外内存带宽消耗与引用更新开销；
• 特别适合老年代场景：对象存活率高，若用复制算法，需搬运大量数据，得不偿失；
• STW（Stop-The-World）时间主要花在标记+线性扫描清除上，比整理类算法短。

代价就是碎片——当需要分配大对象而找不到足够连续空间时，会触发更昂贵的 Full GC（可能切换到标记-整理算法），或直接抛出 OOM。

实际中的补充机制

纯标记-清除已较少单独使用。现代 JVM 中，它常作为基础环节嵌入更复杂的策略：

• Serial Old 和 CMS（已废弃）的老年代回收采用标记-清除，但 CMS 引入了“增量更新”和“预清理”来缩短 STW；
• 部分 GC 器会在多次标记-清除后，检测碎片率超标，再主动触发一次标记-整理，属于被动式整理；
• 空闲链表本身会做简单维护（如合并相邻空闲块），但仅限于物理地址连续的块，无法解决跨区域碎片。