新闻详情

新闻详情

首页 / 资讯中心 / 详情

C++内存管理(必看)

发布时间:2026/11/18 10:13:57来源:尧图网络
C++内存管理(必看)
目录C内存管理1.C/C内存分布1.1C内存简介1.2栈和堆2.C内存的管理方式2.1 new/delete操作内置类型2.2new和delete操作自定义类型3.new和delete的实现原理3.1 内置类型3.2自定义类型4.总结malloc/free和new/delete的区别在C语言学习中内存管理总是一个让人头疼的地方C的内存管理赋予开发者极高的自由度与强大性能但是也容易出现内存泄漏野指针等问题。因此想要成为C高手内存管理一关是必须要过的本篇简洁讲一下C内存管理C内存管理1.C/C内存分布1.1C内存简介现在C的内存分布主要分为五个代码段数据段内存映射段栈堆1. 代码段——可执行的代码/只读常量。2. 数据段——存储全局数据和静态数据。3.内存映射段是高效的I/O映射方式用于装载一个共享的动态内存库。用户可使用系统接口创建共享共享内存做进程间通信4.栈又叫堆栈——非静态局部变量/函数参数/返回值等等栈是向下增长的5.堆用于程序运行时动态内存分配(malloc,new)堆是向上增长的1.2栈和堆实际中我们讨论最多的就是栈和堆让我们看看他们有什么区别1. 管理方式首先栈由编译器自动管理无需程序员手工控制堆则需要程序员手动控制释放处理不当容易产生内存泄漏。2. 空间大小栈的空间存在固定上限容量有限在32位系统中堆最大可以达到4G几乎没有空间限制。3. 碎片问题栈严格遵循先进后出的机制不会产生内存碎片频繁对堆进行申请与释放容易造成内存不连续产生大量碎片降低程序效率(原地扩容和异地扩容)。4. 生长方向栈向下生长向着内存地址减小的方向扩展堆向上生长向着内存地址增大的方向扩展。5. 分配方式栈包含静态分配与动态分配即使是alloca实现的动态分配也由编译器自动完成释放堆只有动态分配不存在静态分配的形式。6. 分配效率栈得到机器底层硬件支持拥有专用操作指令分配效率高堆依靠库函数算法查找空闲内存流程复杂分配效率更低。下面看一段代码和相关问题2.C内存的管理方式C语言内存管理方式malloc/calloc/realloc/free在C中可以继续使用但有些地方就无能为力而且使用起来比较麻烦因 此C又提出了自己的内存管理方式通过new和delete操作符进行动态内存管理2.1 new/delete操作内置类型注意 申请和释放单个元素的空间使用new和delete操作符申请和释放连续的空间使用 new[]和delete[]要匹配使用。2.2new和delete操作自定义类型在申请自定义类型的空间时new会调用构造函数delete会调用析构函数而malloc与free不会class A { public: A(int a 0) : _a(a) { cout A(): this endl; } ~A() { cout ~A(): this endl; } private: int _a; }; int main() { //new/delete 和 malloc/free最大区别是 //new/delete对于自定义类型除了开空间还会调用构造函数和析构函数 A* p1 (A*)malloc(sizeof(A)); A* p2 new A(1); free(p1); delete p2; //内置类型是几乎是一样的 int* p3 (int*)malloc(sizeof(int)); int* p4 new int; free(p3); delete p4; A* p5 (A*)malloc(sizeof(A)*10); A* p6 new A[10]; free(p5); delete[] p6; return 0; }3.new和delete的实现原理new和delete是用户进行动态内存申请和释放的操作符operator new和operator delete是系统提供的全局函数new在底层调用operator new全局函数来申请空间delete在底层通过 operator delete全局函数来释放空间。3.1 内置类型如果申请的是内置类型的空间new和mallocdelete和free基本类似不同的地方是 new/delete申请和释放的是单个元素的空间new[]和delete[]申请的是连续空间而且new在申请空间失败时会抛异常malloc会返回NULL。#include iostream #include new // bad_alloc在这里定义 using namespace std; int main() { try { // 故意申请一块超级巨大、系统给不出的内存 int* p new int[10000000000LL]; } catch(const bad_alloc e) { // e.what()输出字符串 std::bad_alloc cout 内存申请失败 e.what() endl; } return 0; }3.2自定义类型new的原理1. 调用operator new函数申请空间2. 在申请的空间上执行构造函数完成对象的构造delete的原理1. 在空间上执行析构函数完成对象中资源的清理工作2. 调用operator delete函数释放对象的空间new T[N]的原理1. 调用operator new[ ]函数在operator new[ ]中实际调用operator new函数完成N个对象空间的申请2. 在申请的空间上执行N次构造函数delete[ ]的原理1. 在释放的对象空间上执行N次析构函数完成N个对象中资源的清理2. 调用operator delete[ ]释放空间实际在operator delete[ ]中调用operator delete来释 放空间4.总结malloc/free和new/delete的区别malloc/free和new/delete的共同点是都是从堆上申请空间并且需要用户手动释放。不同的地方是1. malloc和free是函数new和delete是操作符2. malloc申请的空间不会初始化new可以初始化3. malloc申请空间时需要手动计算空间大小并传递new只需在其后跟上空间的类型即可 如果是多个对象[ ]中指定对象个数即可4. malloc的返回值为void*, 在使用时必须强转new不需要因为new后跟的是空间的类型5. malloc申请空间失败时返回的是NULL因此使用时必须判空new不需要但是new需要捕获异常6. 申请自定义类型对象时malloc/free只会开辟空间不会调用构造函数与析构函数而new在申请空间后会调用构造函数完成对象的初始化delete在释放空间前会调用析构函数完成空间中资源的清理释放
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉