一 概念

可达性分析算法：也可以称为根搜索算法、追踪性垃圾收集。

相对于引用计数算法而言，可达性分析算法不仅同样具备实现简单和执行高效等特点，更重要的是该算法可以有效地解决在引用计数算法中循环引用的问题，防止内存泄漏的发生。

相较于引用计数算法，这里的可达性分析就是 Java、C# 选择的。这种类型的垃圾收集通常也叫作追踪性垃圾收集（Tracing Garbage Collection）。

二 思路

所谓 "GC Roots”根集合就是一组必须活跃的引用。

基本思路：

• 可达性分析算法是以根对象集合（GCRoots）为起始点，按照从上至下的方式搜索被根对象集合所连接的目标对象是否可达。

• 使用可达性分析算法后，内存中的存活对象都会被根对象集合直接或间接连接着，搜索所走过的路径称为引用链（Reference Chain）。

• 如果目标对象没有任何引用链相连，则是不可达的，就意味着该对象己经死亡，可以标记为垃圾对象。

• 在可达性分析算法中，只有能够被根对象集合直接或者间接连接的对象才是存活对象。

三 GC Roots 可以是哪些？

• 虚拟机栈中引用的对象

           比如：各个线程被调用的方法中使用到的参数、局部变量等。

• 本地方法栈内 JNI（通常说的本地方法）引用的对象

• 方法区中类静态属性引用的对象

           比如：Java类的引用类型静态变量

• 方法区中常量引用的对象

           比如：字符串常量池（string Table）里的引用

• 所有被同步锁 synchronized 持有的对象

• Java虚拟机内部的引用。

           基本数据类型对应的 Class 对象，一些常驻的异常对象（如：NullPointerException、OutOfMemoryError），系统类加载器。

• 反映 java 虚拟机内部情况的 JMXBean、JVMTI 中注册的回调、本地代码缓存等。

四 总结

总结一句话就是，堆空间外的一些结构，比如虚拟机栈、本地方法栈、方法区、字符串常量池等地方对堆空间进行引用的，都可以作为 GC Roots 进行可达性分析。

除了这些固定的 GC Roots 集合以外，根据用户所选用的垃圾收集器以及当前回收的内存区域不同，还可以有其他对象“临时性”地加入，共同构成完整 GC Roots 集合。比如：分代收集和局部回收（Partial GC）。

如果只针对 Java 堆中的某一块区域进行垃圾回收（比如：典型的只针对新生代），必须考虑到内存区域是虚拟机自己的实现细节，更不是孤立封闭的，这个区域的对象完全有可能被其他区域的对象所引用，这时候就需要一并将关联的区域对象也加入 GCRoots 集合中去考虑，才能保证可达性分析的准确性。

五 小技巧

由于 Root 采用栈方式存放变量和指针，所以如果一个指针，它保存了堆内存里面的对象，但是自己又不存放在堆内存里面，那它就是一个 Root。

六 注意

如果要使用可达性分析算法来判断内存是否可回收，那么分析工作必须在一个能保障一致性的快照中进行。这点不满足的话分析结果的准确性就无法保证。

这点也是导致 GC进行时必须“stop The World”的一个重要原因。

即使是号称（几乎）不会发生停顿的 CMS 收集器中，枚举根节点时也是必须要停顿的。

Abstract

声明：本文只为我闲暇时候学习所做笔记，仅供我无聊时复习所用，若文中有错，误导了读者，敬请谅解！！！
图的同构参见我的语雀：图论：可达性和最短路径：https://www.yuque.com/jhongtao/mai/gmgf1g

• 在很多时候我们关心的可能不是两个结点直接有多少条通路，而关心的是两个结点直接有没有通路，或者最短的通路
  

1. 可达性的定义

1.1 可达性判定，只需要求出邻接矩阵的n-1次幂

1.2 回路判定，只需要计算到邻接矩阵的n次幂

2. 可达性判定定理

2.1 可达关系的判定

2.1.1 例

2.1 可达性矩阵

2.2 可达性矩阵的简洁求法

2.2.1 例

3. 最短路径

3.1 短程线及距离

3.2 结点间距离的判定定理

3.3.1 例

可视化城市可达性

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

提示：这里可以添加本文要记录的大概内容：
参考教程：https://gitee.com/ni1o1/pygeo-tutorial/blob/master/15-.ipynb
可达性的度量方法：用路网节点到兴趣点的距离来度量；
（后期打算用每个小区到兴趣点的距离来度量）

提示：以下是本篇文章正文内容，下面案例可供参考

一、获取POI（兴趣点）

获取的平台：百度开放平台

import requests
import json
import pandas as pd
"""
下面是获取poi的程序
"""
def searchjson(query,region,page_num):  
    params ={
        "query":query,
        "region":region,
        "city_limit":False,
        "page_size":20,
        "page_num":page_num,
        "output":"json",
        "ak": '你自己的ak'
    } 
    r = requests.get("https://api.map.baidu.com/place/v2/search",params =params,timeout =5)
    return json.loads(r.text)
 

pois = []
page_num = 0
while True:
    print("抓取分页：",page_num)
    decodejson = searchjson("医院","蔡甸区",page_num)
    if decodejson.get("results"):
        parks += decodejson["results"]
        page_num += 1
    else:
        break
print("抓取结束")
df = pd.DataFrame(parks)
df.to_csv("武汉市蔡甸区医院.csv") #保存文件

二、POI数据处理

1.查看location列的格式

发现location列对应的值是str；
需要先将str转换成dict，
在提取lat（精度） 和lon（维度）

2.改变格式并生成lat lon列

import ast
for i,v in df['location'].items(): #把str转换成dict
    v = ast.literal_eval(v)
    df['location'][i] = v
    
df['lat'] =pd.DataFrame(df.location.to_list())['lat']
df['lng'] =pd.DataFrame(df.location.to_list())['lng']
df

三、可视化城市可达性

剩下的就主要就是按余庆学长的教程来
教程链接：https://gitee.com/ni1o1/pygeo-tutorial/blob/master/15-.ipynb

注意事项

1. 确定研究区域的边界

bbox = [30.43,113.8932,30.6231,114.3107]   #经开区研究范围的大致经纬度，GCj-02坐标系

确定方式：
（1）确定区域

（2）导出