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
    NuGet(微软.NET开发平台的软件包管理工具)在VisualStudio中的安装的使用
    查看>>
    nuget.org 无法加载源 https://api.nuget.org/v3/index.json 的服务索引
    查看>>
    Nuget~管理自己的包包
    查看>>
    NuGet学习笔记001---了解使用NuGet给net快速获取引用
    查看>>
    nullnullHuge Pages
    查看>>
    NullPointerException Cannot invoke setSkipOutputConversion(boolean) because functionToInvoke is null
    查看>>
    null可以转换成任意非基本类型(int/short/long/float/boolean/byte/double/char以外)
    查看>>
    Numix Core 开源项目教程
    查看>>
    numpy
    查看>>
    NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
    查看>>
    numpy 或 scipy 有哪些可能的计算可以返回 NaN?
    查看>>
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>
    NumPy 数组拼接方法-ChatGPT4o作答
    查看>>
    numpy 用法
    查看>>
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>