移动设备在当今移动互联网时代的作用变得越来越重要,除了需要满足用户最基本的功能需求外,还需要具备更高的性能和更低的功耗。Google公司的Android系统因其代码开源、支持多种硬件架构等优点成为了移动设备上最流行的操作系统。作为Android系统的核心组成部分之一,ART运行时同Dalvik虚拟机一样采用自动内存管理技术。本文主要完成对ART运行时内存管理机制的分析,并在此基础上实现对原生垃圾收集算法的优化,进一步提升垃圾收集效率。本文首先深入研究了ART运行时内存管理机制的实现原理,包括对内存管理中数据结构的介绍、内存空间的创建过程、半区复制算法及标记-整理算法的执行过程。然后详细分析了ART运行时半区复制算法的性能瓶颈,该算法使用的两块内存空间(源空间和目标空间)按照相等比例进行分配,这样严重限制了内存空间利用率并直接影响了垃圾收集效率,因此本文基于动态分配策略并结合标记-整理算法设计实现了动态分区复制算法。该算法按照本次及最近几次垃圾收集的数据统计情况,动态调整两块内存空间大小,以在最大程度上提升内存空间利用率降低垃圾收集次数,从而减小垃圾收集总体时间,同时还避免了目标空间内存溢出情况的发生。动态分区复制算法共分为四个阶段:初始化阶段、标记阶段、回收阶段和结束阶段。其中,回收阶段主要清除源空间中的垃圾对象,同时将存活对象移动至目标空间。如果目标空间无法完全容纳源空间中的所有存活对象,则采用标记-整理算法将存活对象移动至两块内存空间的边界处。而结束阶段除了将相关成员变量清零、重置整个垃圾收集过程中用到的数据结构外,还需要通过动态分区策略重新确定两块堆空间的大小。最后,本文在Google Nexus5智能手机上通过基准测试程序对原生算法和优化后的垃圾收集算法进行了测试和评估,并对比分析了两种算法对ART运行时内存管理性能的影响。在性能评估中,动态分区复制算法在测试程序CaffeineMark3.0和0xBenchmark中的整体性能分别提升了21.48%和23.02%;而在0xBenchmark下按照不同对象(主要是新生代对象)进行垃圾收集时的性能提升了27.19%。从中可以看出,优化效果明显,达到了预期收益。