標演算法

『壹』 JVM垃圾回收的「三色標記演算法」實現，內容太干

三色標記法是一種垃圾回收法，它可以讓JVM不發生或僅短時間發生STW(Stop The World)，從而達到清除JVM內存垃圾的目的。JVM中的 CMS、G1垃圾回收器 所使用垃圾回收演算法即為三色標記法。

三色標記法將對象的顏色分為了黑、灰、白，三種顏色。

白色 ：該對象沒有被標記過。（對象垃圾）

灰色 ：該對象已經被標記過了，但該對象下的屬性沒有全被標記完。（GC需要從此對象中去尋找垃圾）

黑色 ：該對象已經被標記過了，且該對象下的屬性也全部都被標記過了。（程序所需要的對象）

從我們main方法的根對象（JVM中稱為GC Root）開始沿著他們的對象向下查找，用黑灰白的規則，標記出所有跟GC Root相連接的對象,掃描一遍結束後，一般需要進行一次短暫的STW(Stop The World)，再次進行掃描，此時因為黑色對象的屬性都也已經被標記過了，所以只需找出灰色對象並順著繼續往下標記（且因為大部分的標記工作已經在第一次並發的時候發生了，所以灰色對象數量會很少，標記時間也會短很多）, 此時程序繼續執行，GC線程掃描所有的內存，找出掃描之後依舊被標記為白色的對象（垃圾）,清除。

具體流程:

在JVM虛擬機中有兩種常見垃圾回收器使用了該演算法：CMS(Concurrent Mark Sweep)、G1(Garbage First) ，為了解決三色標記法對對象漏標問題各自有各自的法:

CMS(Concurrent Mark Sweep)收集器是一種以獲取最短回收停頓時間為目標的收集器。目前很大一部分的Java應用集中在互聯網網站或者基於瀏覽器的B/S系統的服務端上，這類應用通常都會較為關注服務的響應速度，希望系統停頓時間盡可能短，以給用戶帶來良好的交互體驗。CMS收集器就非常符合這類應用的需求(但是實際由於某些問題,很少有使用CMS作為主要垃圾回收器的)。

從名字（包含「Mark Sweep」）上就可以看出CMS收集器是基於標記-清除演算法實現的，它的運作過程相對於前面幾種收集器來說要更復雜一些，整個過程分為四個步驟，包括：1）初始標記（CMS initial mark） 2）並發標記（CMS concurrent mark） 3）重新標記（CMS remark） 4）並發清除（CMS concurrent sweep）

其中初始標記、重新標記這兩個步驟仍然需要「Stop The World」。初始標記僅僅只是標記一下GCRoots能直接關聯到的對象，速度很快；

並發標記階段就是從GC Roots的直接關聯對象開始遍歷整個對象圖的過程，這個過程耗時較長但是不需要停頓用戶線程，可以與垃圾收集線程一起並發運行；

重新標記階段則是為了修正並發標記期間，因用戶程序繼續運作而導致標記產生變動的那一部分對象的標記記錄，這個階段的停頓時間通常會比初始標記階段稍長一些，但也遠比並發標記階段的時間短；

最後是並發清除階段，清理刪除掉標記階段判斷的已經死亡的對象，由於不需要移動存活對象，所以這個階段也是可以與用戶線程同時並發的。由於在整個過程中耗時最長的並發標記和並發清除階段中，垃圾收集器線程都可以與用戶線程一起工作，所以從總體上來說，CMS收集器的內存回收過程是與用戶線程一起並發執行的。

在應對漏標問題時，CMS使用了增量更新(Increment Update)方法來做：

在一個未被標記的對象（白色對象）被重新引用後， 引用它的對象若為黑色則要變成灰色，在下次二次標記時讓GC線程繼續標記它的屬性對象 。

但是就算是這樣，其仍然是存在漏標的問題：

G1(Garbage First)物理內存不再分代，而是由一塊一塊的Region組成,但是邏輯分代仍然存在。G1不再堅持固定大小以及固定數量的分代區域劃分，而是把連續的Java堆劃分為多個大小相等的獨立區域（Region），每一個Region都可以根據需要，扮演新生代的Eden空間、Survivor空間，或者老年代空間。收集器能夠對扮演不同角色的Region採用不同的策略去處理，這樣無論是新創建的對象還是已經存活了一段時間、熬過多次收集的舊對象都能獲取很好的收集效果。

Region中還有一類特殊的Humongous區域，專門用來存儲大對象。G1認為只要大小超過了一個Region容量一半的對象即可判定為大對象。每個Region的大小可以通過參數-XX：G1HeapRegionSize設定，取值范圍為1MB～32MB，且應為2的N次冪。而對於那些超過了整個Region容量的超級大對象，將會被存放在N個連續的Humongous Region之中，G1的大多數行為都把Humongous Region作為老年代的一部分來進行看待，如圖所示

Card Table（多種垃圾回收器均具備）

RSet(Remembered Set)

是輔助GC過程的一種結構，典型的空間換時間工具，和Card Table有些類似。

後面說到的CSet(Collection Set)也是輔助GC的，它記錄了GC要收集的Region集合，集合里的Region可以是任意年代的。

在GC的時候，對於old->young和old->old的跨代對象引用，只要掃描對應的CSet中的RSet即可。邏輯上說每個Region都有一個RSet，RSet記錄了其他Region中的對象引用本Region中對象的關系，屬於points-into結構（誰引用了我的對象）。

而Card Table則是一種points-out（我引用了誰的對象）的結構，每個Card 覆蓋一定范圍的Heap（一般為512Bytes）。G1的RSet是在Card Table的基礎上實現的：每個Region會記錄下別的Region有指向自己的指針，並標記這些指針分別在哪些Card的范圍內。這個RSet其實是一個Hash Table，Key是別的Region的起始地址，Value是一個集合，裡面的元素是Card Table的Index。每個Region中都有一個RSet，記錄其他Region到本Region的引用信息；使得垃圾回收器不需要掃描整個堆找到誰引用當前分區中的對象，只需要掃描RSet即可。

CSet(Collection Set)

一組可被回收的分區Region的集合, 是多個對象的集合內存區域。

新生代與老年代的比例

5% - 60%，一般不使用手工指定，因為這是G1預測停頓時間的基準,這地方簡要說明一下,G1可以指定一個預期的停頓時間,然後G1會根據你設定的時間來動態調整年輕代的比例,例如時間長,就將年輕代比例調小,讓YGC盡早行。

SATB(Snapshot At The Beginning), 在應對漏標問題時，G1使用了SATB方法來做,具體流程：

因為SATB在重新標記環節只需要去重新掃描那些被推到堆棧中的引用，並配合Rset來判斷當前對象是否被引用來進行回收；

並且在最後G1並不會選擇回收所有垃圾對象，而是根據Region的垃圾多少來判斷與預估回收價值（指回收的垃圾與回收的STW時間的一個預估值），將一個或者多個Region放到CSet中，最後將這些Region中的存活對象壓縮並復制到新的Region中，清空原來的Region。

會，當內存滿了的時候就會進行Full GC；且JDK10之前的Full GC，為單線程的，所以使用G1需要避免Full GC的產生。

解決方案：

『貳』 三色標記演算法

golang的垃圾回收機制是典型的mask-sweep，標記整理。一般來說，有兩種方法可以用來作為標記的方法：

使用三色標記演算法：可以漸進執行而不需要每次都去掃描整個空間，減少了stop the world的時間。相比傳統的標記清掃演算法，三色標記最大的好處是可以非同步執行，從而可以以中斷時間極少的代價或者完全沒有中斷來進行整個 GC。

三色標記演算法原理（黑白灰）：

三色標記演算法的缺陷：
會丟失對象。
比如說一個黑色對象引用了一個白色對象，會把這個白色對象給清理掉，但是實際上它是存在引用的

https://www.kancloud.cn/aceld/golang/1958308

『叄』 申請留學，GPA一般用標准演算法還是常見演算法

一般都用標准演算法，但是每個美國的學校對每一個中國的學校都會有一定的變化，而且他們有他們自己的一套演算法，所以你最好就是標出你在所有學生中的%，讓學校開一個也行，最好包裝一下。。。

過分關心這些演算法是沒有太多的意義的，無論多還是少，你最終目的不是要申請嗎？ 只要申請了就有希望，不申請一定沒有希望，所以多做申請，就算申請harvard也是有希望的，只是可能會是小概率事件而已，所以找幾個自己覺得差不多的學校，多申請幾個，分高中低三檔來申請。每檔至少2個學校吧。。。
祝好運！

『肆』 什麼是攝像機的演算法

攝像機標定演算法分傳統標定演算法，自標標定演算法和基於主動視覺的標定演算法。
是從兩維平面圖像中獲得三維信息這一關鍵步驟。
你在寫論文？還是在研究？

『伍』 投標演算法求救

首先我需要指出你理解錯誤的地方：下浮率在12.3%~13.7%之間出現沒錯，但這兩個數字出現的幾率並不像你想的那麼小，因為最大和最小值是不參與計算的，如你連續搖出最小的6個號，另一個隨便是多少，你的最終值都是12.3%，也就是說最小值出現的幾率比你想像的增大了15倍。最大值也同理。
另外，如果你有興趣，可以按照排列組合的原理，計算出每個數值出現的概率，然後畫出走勢圖，的確應該是正態分布。不過你想做出表格函數估計難度不小。畢竟也是同樣原理，只是相同號碼允許重復的排列組合。單的走勢分析圖都是用專門做出來的，EXCEL還解決不了這么有內涵的東西。

『陸』 出國GPA怎麼計算「加權演算法」和「標准演算法」用哪個演算法

GPA就是Grade Point Average，我們都把它叫做「平均成績點」。也有人把它俗稱為「平均分數」或「平均績點」。要注意的是，這個「平均」並不是簡單的「算術平均」而應該是「加權平均」。而這個「權數」就是學分。

美國一般學校GPA的滿分是4分，也就是把90分以上的A作為4分來計算的話：A=4、B=3、C=2、D=1。另外，在實際計算GPA的時候，往往會把精確度確定在小數點以後2位——比如：3.02、3.45等等。

計算GPA的時候，通常有兩種演算法——用百分制計算和4分制計算：

1、百分制計算：

百分制計算公式 GPA = ∑（分數×學分）×4÷〔（∑學分）×100〕

2、另外一種演算法是換算成四分制以後計算：

四分制計算公式：GPA = ∑（四分制分數×學分）/（∑學分）

(6)標演算法擴展閱讀：

GPA的計分方式主要有算術平均分、加權平均分、學分績點和平均學分績點四種。

算術平均分是把所有科的分數加起來再除以科目數；

加權平均分是每門課的分數乘以該科對應的學分後相加，再除以總學分的平均數；

學分績點和是每門課的績點乘以相應學分後的總和；

平均學分績點則是每門課的學分乘相應績點後的總和除以總學分，也就是學分績點和除以總學分。

在四種計分方式中，中國主要計算學分加權平均分，國外為五分制，主要採用平均學分績點，平均學分績點和學分績點和的效果相同。

『柒』 申請美國學校碩士GPA一般演算法標准演算法

是這樣的。現在的GPA根據學校的不同，有以下3種可能性：
1.學校出的成績表上自帶GPA，你申請的學校直接使用這個自帶GPA
這樣的GPA，大多數為樓主所說的常見GPA。
2.學校出的成績的GPA被你申請的學校無視，老外自算GPA，這個GPA，大多數學校使用樓主所謂的標准演算法
3.這個是目前最流行的，公證GPA。這個又分2種，1是公正你本科學校的實力和你的專業的排名，再考慮你的GPA給出1個值。另外1種是公證你的GPA，跟學校核對以後按照你申請的學校要求的演算法給出新的GPA，這個演算法大多數公證使用的
也是標准演算法。
所以，你要根據你所申請的學校的要求查證，有的學校是會重新算，有的學校會要求必須公證。

『捌』 男生正常體重標准演算法

世界衛生組織計算公式中，男性標准體重計算公式=（身高cm－80）×70%；女性標准體重計算公式=（身高cm－70）×60%；高於或低於標准體重10%屬於正常體重，高於或低於標准體重10%~ 20%屬於體重超重或體重過輕。

『玖』 GC垃圾回收（3）- 三色標記演算法

CMS過程在上篇文章 GC垃圾回收（2） 中已經寫過。
它分為四個階段：

其中 並發標記 階段會有漏標的問題，為解決這個問題，採用了 "三色標記演算法"

G1 GC（Garbage First Garbage Collector）是一種服務端應用使用的垃圾收集器，目標是用在 多核、大內存 的機器上，它在大多數情況下可以實現指定的GC暫停時間，同時還能保持較高的吞吐量。它的吞吐量相較PS+PO降低了大概10%~15%，但是大大降低了響應時間，大概200ms的程度

G1內存模型如下:

G1相較之前其它的垃圾回收器，對模型進行了改變，不再進行物理分代，採用邏輯分代。

它不再將連續內存分為Eden區和Old區，而是將內存分為一個個的Region。一塊Region(分區)在邏輯上依然分代，分為四種：Eden，Old，Survivor，Humongous（大對象，跨多個連續的Region）。

它的每個分區都可能是年輕代也可能是老年代，但是在同一時刻只能屬於某個代。

年輕代、倖存區、老年代這些概念還存在，成為了邏輯上的概念，這樣方便復用之前分代框架的邏輯。在物理上不需要連續，這帶來了額外的好處——有的分區內垃圾對象特別多，有的分區內垃圾對象很少，G1會優先回收垃圾對象特別多的分區，這樣可以花費較少的時間來回收這些分區的垃圾，這也就是G1名字的由來，即首先回收垃圾最多的分區。

新生代其實並不適用於這種演算法，依然是在新生代滿了的時候，對整個新生代進行回收——整個新生代中的對象，要麼被回收、要麼晉升，至於新生代也採取分區機制的原因，則是因為這樣跟老年代的策略統一，方便調整代的大小。

G1還是一種帶壓縮的收集器，在回收老年代的分區時，是將存活的對象從一個分區拷貝到另一個可用分區，這個拷貝的過程就實現了局部的壓縮。每個分區的大小從1M到32M不等，但都是2的冪次方。

特點：

G1與CMS在並發收集時的演算法沒太大區別，用的是 三色標記 演算法。但ZGC和Shenandoah使用的是 顏色指針 Colored Pointers。

主要用於分代模型中幫助垃圾回收。

為什麼需要 card table ？
尋找存活對象並不是一件容易的事。從一個GC root對象尋找，可能被Old區對象引用，這個Old區對象又被Eden區對象引用，那麼判斷Eden區對象是否存活就需要遍歷整個Old區存活對象看是否被Old區對象引用。這樣的話每進行一次YGC就要掃描整個Old區。

所以JVM內部，將內存區域分為一個個的card，對象存在一個個的card里。當老年代某個card中的對象指向了年輕代，就會將這個card標記為 Dirty 。這么多card具體哪個是 Dirty的，用點陣圖BitMap來代表（如0110010010，1表示Dirty），這就是Card Table。

Card Table ：由於做YGC時，需要掃描整個Old區，效率非常低，所以JVM設計了Card Table， 如果一個Old區Card Table中有對象指向Y區，就將它設為Dirty，下次掃描時，只需要掃描Dirty Card。 在結構上，Card Table用BitMap來實現。

RSet會佔用一定的空間，所以ZGC又做了改進，不使用RSet，用顏色指針來標記。

Rset與賦值的效率：

5% ~ 60%（新生代）

G1能跟蹤STW停頓時間，根據停頓時間動態調整新生代（Y區）比例

超過單個region的 50% 就是一個大對象，也可跨越多個region。

注意： G1也是存在FGC的，並且一定會被觸發。當對象分配不下是會產生FGC。

回收時不分新生代還是老年代什麼的，region滿了就回收。

MixedGC過程：

跟CMS非常像，MixedGC最後是篩選回收，多了個篩選步驟。篩選就是找出垃圾最多的region。篩選後將存活對象復制到其他region，再將之前的region清空。

CMS和G1在並發標記時使用的是同一個演算法： 三色標記法 ，使用白灰黑三種顏色標記對象。白色是未標記；灰色自身被標記，引用的對象未標記；黑色自身與引用對象都已標記。

在remark過程中，黑色指向了白色，如果不對黑色重新掃描，則會漏標。會把白色D對象當作沒有新引用指向從而回收掉。

並發標記過程中，Mutator刪除了所有從灰色到白色的引用，會產生漏標。此時白色對象應該被回收

產生漏標問題的條件有兩個：
1.黑色對象指向了白色對象
2.灰色對象指向白色對象的引用消失

所以要解決漏標問題，打破兩個條件之一即可：

為什麼G1採用SATB而不用incremental update？
因為採用incremental update把黑色重新標記為灰色後，之前掃描過的還要再掃描一遍，效率太低。
G1有RSet與SATB相配合。Card Table里記錄了RSet，RSet里記錄了其他對象指向自己的引用，這樣就不需要再掃描其他區域，只要掃描RSet就可以了。
也就是說 灰色-->白色 引用消失時，如果沒有 黑色-->白色，引用會被push到堆棧，下次掃描時拿到這個引用，由於有RSet的存在，不需要掃描整個堆去查找指向白色的引用，效率比較高。SATB配合RSet渾然天成。