黑马程序员-----oc语言学习笔记之内存管理二

------<Java培训、Android培训、iOS培训、.Net培训>期待与您交流! -------

一、property的内存管理
@property参数

格式 @property (参数1,参数2) 数据类型 变量名

参数有 atomic nonatomic readwrite readonly assign retain copy

与内存管理相关的参数
retain:对对象release旧值,retain新值 适用于oc对象类型
assign 直接赋值, 用于非oc对象类型
copy release旧值,copy新值

分析retain和assign参数
验证assign如果作用在对象上,实际就是直接赋值

@interface Person : NSObject
@property(nonatomic,assign)Car *car  //生成set和get方法
-(void)driver;
@end

@implementation Person
-(void)dealloc
{
NSLog(@"Person被销毁");
[super dealloc];
}
-(void)driver
{
	NSLog(@"开车去拉萨!");
	[_car run];
}
@end

int main()
{
	Person *p =[[Person alloc]init];
	Car *car =[Car new];

	p.car =car;
	[p.dirver];
	[car release];
	[p driver];	//在此处,已经是僵尸对象了,因为car已经被销毁了
	[p release];
	
}
使用assign相当于生成的是
-(void)setCar:(Car*)car
{
_ car = car;
}
car对象release之后,将无法使用该对象了
如果变成参数 
@property(nonatomic,retain)Car *car

就相当于
if (_car!=car) 
{
[_car release];
_car = [car retain];
}
这样,car release 后,car的引用计数器并不为0,不会造成内存泄露了

二、@calss

@class的使用

class可以简单的引用一个类,但仅仅是告诉编译器:这个是类不会包含这个类的内容

使用@class
@class car
@interface A
@property (retain)car* car
@end


class的使用场景 经常用在循环引用
#import和class的区别
#import会包含引用的所有信息,包括引用类的变量和方法
@class仅仅是告诉编译器有这么一个类,

效率上的区别
有上百个#import的在同一个文件,或者这些文件一次被#import,那么改动的时候,编译效率会非常的低,用class不会出现这种状态。


三、循环retain的使用

Dog.h


@class Person;
@interface Dog:NSObject
@property(nonatomic,retain)Person *owner;


Person.h

@class Dog
@interface Person:NSObject
@property(nonatomic,retain)Dog *dog;
@end


int main()
{
	Dog *d =[[Dog alloc]init];
	Person *p = [[Person alloc]init]


	p.dog=d;  //这样dog的retainCount为2
	d.owner=p;	//这样Person的retainCount为2
	[d release];
	[p release];
}
这样看似很合理,其实dog和person都灭有被释放
因为p.dag和d.owner 的时候 两个对象都进行了retain
这样导致都没有办法销毁和释放内存。


循环retain的解决方法是


当两个类互相引用时候,一端应该retain 一端用assign

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
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