常见的内存错误以及如何避免

转载自:

leukotrichia

http://www.cnblogs.com/mx113/articles/1603990.html



C++中支持指针操作,一方面极大限度的提高了编程灵活性,但同时带来了安全隐患

 

通常的内存错误被归结为以下4点:内存泄露重复释放坏指针问题超量写内存

 

1.内存泄露

在分配了一块内存空间后,如果不再需要这些数据就应当考虑将其释放。

如果被分配的内存空间不再需要时且程序员没有将其释放,那么这块空间将随同程序运行而一直存在。

这在极少情况下也有可能是正常的,但更多的时候是非常危险的。

对于一个需要运行较长时间的程序而言,如果它只是一味的分配而不进行回收,那么系统资源无疑将被耗尽。

 

内存的泄露通常是由回收失败导致的,如下面的例子:

 void Memory_leak()
{
    int* list=new int[100];
    ...
    if(End()) return;
    ...
    delete[] list;
} 

异常,错误和其他各种throwcatch语句经常是导致内存泄露的原因

 

还有一种可能引起内存泄漏的原因是忘记了释放一个数据结构的某些部分,例如定义以下结构

 struct Student
{
       char* name;
       int number;
       int age;
       char* address;
};
//对于Student这个结构有一个相关函数如下 
void Memory_Leak()
{
     Student* s;
     s=new Student;
     s->name=new char[100];
     ...
     s-main()->address=new char[50];
     ...
     delete s;
} 

 

在上例中,一个Student结构体被分配了内存并在程序结束的时候被释放,但是这个结构体的一些域并没有被释放

例如nameaddress都被分配了空间,但他们没有被释放。

注意:结构体被释放并不表示它的域也被释放了

 

 

2.重复释放

 

 

如果释放一个根本不存在的指针,或对于一个指针重复释放都会引起不必要的麻烦。

可以写一个防止重复释放的小函数,例如下面定义了一个宏,他可以用来避免重复释放

 #define SAFE_DELETE(p)
{
     if((p)!=NULL)
     {
          delete (p);
          (p)=NULL;
     }
}  

 在一个程序中可能存在多个指针同时指向一块内存空间,对于其中任何一个的释放都是把这块空间进行了回收

请看如下代码

 

BYTE* temp_buffer1=new BYTE[100];
...
BYTE* temp_buffer2=temp_buffer1;
...
BYTE* temp_buffer3=temp_buffer2;
...
delete[] temp_buffer1;
delete[] temp_buffer2;
delete[] temp_buffer3;
 

事实上,temp_buffer1,temp_buffer2,temp_buffer3都指向同一块内存区域,无需释放3次,仅仅释放其中之一就可以了

 

程序访问了一段已经被释放了的内存空间可能引起很多危险,因为一旦内存块被释放,它其中的数据就有可能被应用程序或堆分配管理器修改。恰恰在修改后,这块被占据的内存再次被其他的数据块访问到,后果就不堪设想了。如果你对这个块进行了写操作,也就是说改写了本不该属于你的数据,程序可能就会崩溃

一种避免上述错误发生的方法是当一个指针被释放时,就随即将其赋值为NULL。但是如果这个指针同时存在多分复制件的时候,仅对其中之一赋值为NULL并不能从根本上预防错误的发生。

总之,务必保证被分配的内存块被且仅被释放一次,保证已经被释放了的指针不会再次被调用。如果这个指针曾经被复制过,就必须保证当它所指向的内存区域被释放后,所有的拷贝都不应当被使用。

 

3.坏指针问题

坏指针是从哪里来的呢?一个不可忽视的根源就是没有被很好的初始化的数据。假设声明了一个本地指针但忘记了初始化它,因为变量是被储存在栈里的,而栈可能充满了那些来自先前活动记录的数据,恰巧这些数据没有被丢弃,那么指针就可能带有他们的值

 

由堆来分配的对象存在同样的初始化问题。C++能够通过构造函数来帮助用户避免这些问题。当一个类被创建后,构造函数会被自动调用,无论是在堆上还是栈上。

写初始化函数是一个非常好的习惯,他的确非常有效。

如果你不知道正确的初始值,那么就将指针赋为NULL,那样它将不会指向任何数据。

在多数环境下,NULL是一个无效地址,因此任何尝试读取数据的行为都会被立即终止,于是这些错误将相对比较容易定位与修正。

 

4.超量写内存

  第一个常见的错误发生在使用指向数组的指针时,数组的越界访问。

  容量为size的数组a是不存在a[size]的,如果使用指针不慎访问了这个地址,就可能会改变程序里其他数据的值而导致程序崩溃

 

  第二个错误是分配了不足的内存

  有时程序员会忘记字符串最后需要一个结束符’\0’,如果忽略了这一点就有可能引起错误

  操作符的优先权也有可能致使程序员访问了不该访问的地址,不慎的使用*和++或—都有可能导致超量写内存

 

  第三个有可能的错误是构造一个指向运行时栈中某值的指针,并将这个指针返回给函数调用者,例如:

 int *p()
{
     int i=0;
     return &i;
} 

由于这个整形变量位于一个活动记录中,而这个记录在函数返回时就会被删除。因此这个指针所指向的内容随时会变丑任意一个值,这完全取决与下一个使用它的函数如何操作

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值