——黑马程序员——OC中ARC下内存管理总结

-----------android培训java培训、java学习型技术博客、期待与您交流!-----------

OC中ARC下内存管理

一、指针分类

1、强指针:默认情况下,所有的指针都是强指针,关键字是strong

2、弱指针:_ _weak关键字修饰的指针

二、ARC

ARC是编译器特性,编译器在编译的时候自动进行释放

当对象被弱指针指向时才能被释放

三、ARC下但对象内存管理

在ARC下对象释放的判断依据是:对象没有强指针指向

#import <Foundation/Foundation.h>

@interface Car: NSObject

-(void)run;
@end
@implementation Car
-(void)dealloc{
//ARC下不允许调用[super dealloc];方法
NSLog(@"car dealloc");

}

-(void)run{

NSLog(@"车在跑");
}
@end

int main (int argc, const char *argv[]) 
{ 
    NSAutoreleasePool *pool = [[NSAutoreleasePool alloc] init];                         
   
    //在此处输入Objective-C代码
	    
	Car *car = [Car new];
	
	[car run];
	   
    [pool drain];
    return 0;
}

1、在ARC机制下 当对象 的值为nil(0) 时对象会立即释放,因为没有强指针指向它

四、在ARC下@property的参数

strong :适用于OC对象,相当于MRC中的retain

weak:用于OC对象,相当于MRC中的assign

copy:一般用于NSString,和MRC中的copy一样

五、ARC下多对象内存管理

在ARC机制下不能再使用retain、release等词

@property参数有两个分别是strong和weak

1、@property (nonatomic, strong) Dog *dog;

相当于生成了

/*

__strong Dog * _dog;

*/

strong为强指针指向

2、@property(nonatomic, weak)Dog *dog;

相当于生成了

/*

__weak Dog * _dog;

*/

weak为弱指针指向

总结:

1、当对象没有强指针指向时对象所占内存空间就会释放

2、当对象有强指针指向时直到代码块结束,局部变量的释放的时候对象多占的空间也被释放

3、当对象值为nil时 对象立刻被释放

六、ARC下循环应用问题

当两个对象都使用的是strong类型时,并且两个对象存在关联关系时,会造成内存泄露

例如在MRC中所提到的Person类和Dog类的关系,人拥有一条狗,狗有个主人,此时就会出现了循环应用问题

1、当在@property 中的参数都使用strong类型时,会发生内存泄露,因为两个强指针互相指向对方,无法释放如下图



2、解决此问题的方法是:一个对象中使用 strong类型,另一个对象中使用weak类型,因为一个是强指针,另一个是弱指针,相互指向的时候回先释放弱指针指向的对象再释放 两一个对象如下图,会先释放Person所占的内存空间再释放Dog所占的内存空间



七、ARC的特点和使用注意事项

特点:

1、ARC中不允许使用release,retain,retainCount

2、允许重写dealloc,但是不允许调用[super dealloc]

3、@property参数

strong:成员变量是强指针、适用于OC对象类型相当于原来的retain

weak:成员变量是弱指针、适用于OC对象类型

assign:使用于非OC对象类型(基础类型)

注意事项:

1、ARC中,只要弱指针指向的对象不在了,就直接把弱指针清空赋值为nil 

2、__weak Person *p = [[Person alloc] init ];这种写法是不合理的,对象以创建出来就会被释放掉,ARC会把指针设置为nil

3、ARC在@property的参数中不能使用retain,而是使用strong ,在dealloc 中不需要再调用 [ super dealloc]

4、如果是弱指针,则@property的参数为weak ,不需要加 __

八、ARC的兼容和转换

1、ARC模式下兼容非ARC的类

找到项目——选择targets ——build Phases ——Compile Sources——选择将非ARC文件——双击——在框中输入-fno-objc-arc——点击空白处即可

2、将MRC转为ARC

选择要转换的targets——Edit——Refactor——Convert to Object—C ARC——勾选需要转换的targets——check——next——save即可





【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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