博客
关于我
堆和栈的区别
阅读量:405 次
发布时间:2019-03-06

本文共 1234 字,大约阅读时间需要 4 分钟。

一、程序内存分配概述

一个由C/C++编译的程序占用的内存主要包括以下几个部分:

  • 栈区(Stack)

    栈区的内存是由编译器自动分配和释放的,用于存放函数调用的参数值以及局部变量的值。其工作方式类似于数据结构中的栈,先进后出。

  • 堆区(Heap)

    堆区的内存分配和释放由程序员控制。如果程序未释放内存,程序结束时可能由操作系统回收。需要注意的是,这里的堆区与数据结构中的堆不同,虽然分配方式类似于链表。

  • 全局区(Static区)

    全局变量和静态变量的存储放在这里。初始化的全局变量与静态变量存放在一块区域,未初始化的全局变量和静态变量则存放在相邻的另一块区域。程序结束后,这些内存由系统释放。

  • 文字常量区

    存放常量字符串等内容,程序结束后由系统释放。

  • 程序代码区

    存储函数体的二进制代码。

  • 二、例子程序分析

    以下是一个详细的示例程序,用于说明上述内存分配方式:

    // main.cpp

    int a = 0; // 全局未初始化区
    char *p1; // 全局未初始化区
    main() {
    int b; // 栈区
    char s[] = "abc"; // 栈区
    char *p2; // 栈区
    char *p3 = "123456"; // 栈区
    static int c = 0; // 全局静态区

    p1 = (char *)malloc(10); // 堆区分配  p2 = new char[20];       // 堆区分配  strcpy(p1, "123456"); // 常量字符串优化到常量区

    }

    三、堆和栈的区别与特点

    3.1 申请方式

    栈:由系统自动分配,例如声明局部变量时,系统会自动在栈中分配内存。

    堆:需要程序员手动申请,使用malloc或new运算符。

    3.2 申请后系统响应

    栈:系统会检查栈的剩余空间是否足够,若足够则分配,否则报错。

    堆:系统会遍历空闲内存链表,找到合适的块进行分配,并记录分配的大小。

    3.3 申请大小限制

    栈:在Windows系统中,栈的大小通常为2M(具体数值可能因系统而异)。申请超过栈剩余空间会导致溢出错误。

    堆:堆的大小主要由系统的有效虚拟内存决定,申请较大空间比较灵活。

    3.4 申请效率对比

    栈分配速度快,但程序员无法控制分配方式。

    堆分配较慢,但提供了更大的灵活性和控制权。

    3.5 堆和栈的存取效率对比

    以数组和指针存取为例:
    char s1[] = "aaaaaaaaaaaaaaa"; // 运行时赋值,存取速度较慢
    char *s2 = "bbbbbbbbbbbbbbbbb"; // 编译时确定,存取速度较快

    3.6 堆和栈的内存管理特点

    堆区通常在首地址处记录分配大小,便于释放。栈的内存管理较为简单,主要用于函数调用和变量存储。

    四、小结

    堆和栈的主要区别在于申请方式和管理方式。栈适用于快速且控制有限的内存需求,而堆提供了更大的灵活性和空间控制。选择哪种方式取决于具体需求和性能考量。

    转载地址:http://dubkz.baihongyu.com/

    你可能感兴趣的文章
    nopcommerce商城系统--文档整理
    查看>>
    NOPI读取Excel
    查看>>
    NoSQL&MongoDB
    查看>>
    NoSQL介绍
    查看>>
    NoSQL数据库概述
    查看>>
    Notadd —— 基于 nest.js 的微服务开发框架
    查看>>
    NOTE:rfc5766-turn-server
    查看>>
    Notepad ++ 安装与配置教程(非常详细)从零基础入门到精通,看完这一篇就够了
    查看>>
    Notepad++在线和离线安装JSON格式化插件
    查看>>
    notepad++最详情汇总
    查看>>
    notepad++正则表达式替换字符串详解
    查看>>
    notepad如何自动对齐_notepad++怎么自动排版
    查看>>
    Notes on Paul Irish's "Things I learned from the jQuery source" casts
    查看>>
    Notification 使用详解(很全
    查看>>
    NotImplementedError: Cannot copy out of meta tensor; no data! Please use torch.nn.Module.to_empty()
    查看>>
    NotImplementedError: Could not run torchvision::nms
    查看>>
    nova基于ubs机制扩展scheduler-filter
    查看>>
    Now trying to drop the old temporary tablespace, the session hangs.
    查看>>
    nowcoder—Beauty of Trees
    查看>>
    np.arange()和np.linspace()绘制logistic回归图像时得到不同的结果?
    查看>>