首页 > 系统相关 >1.1程序的内存模型

1.1程序的内存模型

时间:2024-03-13 20:25:12浏览次数:22  
标签:释放 1.1 堆区 程序员 存放 内存 new 模型

1.1 内存的分区模型

C++程序在执行时,将内存大方向划分为4个区域

代码区:存放函数体的二进制代码,由操作系统进行管理的。
全局区:存放全局变量和静态变量以及常量。
栈区:由编译器自动分配释放, 存放函数的参数值,局部变量等。
堆区:由程序员分配和释放,若程序员不释放,程序结束时由操作系统回收。

1、代码区是共享的、只读的
2、代码区和全局区都是程序运行**之前**就有的区域。
3、而栈区和堆区是程序运行**之后**才有的区域。

内存分区的意义:
不同区域存放不同的数据,赋予数据不同的生命周期,更大限度的灵活编程。

1.2 程序运行前

在程序编译后,生成了exe可执行程序,未执行该程序前分为两个区域

代码区:
存放 CPU 执行的机器指令。
代码区是共享的,共享的目的是对于频繁被执行的程序,只需要在内存中有一份代码即可。
代码区是只读的,使其只读的原因是防止程序意外地修改了它的指令。

全局区:
全局变量和静态变量存放在此。
全局区还包含了常量区, 字符串常量和其他常量也存放在此。
该区域的数据在程序结束后由操作系统释放。

1.3 程序运行后

栈区:

由编译器自动分配释放,存放函数的参数值、局部变量等;

注意事项:不要返回局部变量的地址,栈区开辟的数据由编译器自动释放。
例子如下:

局部变量 和 局部常量 存放在栈区。

​堆区:

由程序员分配和释放,若程序员不释放,程序结束时由操作系统回收。
堆区数据可以利用new关键字进行开辟内存。
但是new并不是返回堆区的数据本身,而是返回堆区数据所在的地址。地址!

image

总结:

1. 堆区数据由程序员管理开辟和释放;
2. 堆区数据利用new关键字进行开辟内存

1.4windows内存布局

1.5 new操作符

C++中利用new操作符在堆区中开辟数据。
堆区开辟的数据,由程序员手动开辟,手动释放,释放利用操作符delete。
语法: new 数据类型
利用new创建的数据,会返回该数据对应的类型的指针!指针!

1.6 总结整理

image

标签:释放,1.1,堆区,程序员,存放,内存,new,模型
From: https://www.cnblogs.com/H43724334/p/18069248

相关文章

  • 生物分子体系结构预测开源模型RoseTTAFold All-Atom的conda环境部署及使用
    欢迎浏览我的CSND博客!Blockbuater_drug…点击进入文章目录前言一、RoseTTAFoldAll-Atom(RFAA)是什么?二、安装步骤1.安装mamba(非必须的,conda也可以)2.下载RoseTTAFold-All-Atom3.创建conda环境并安装4.安装SE3T5.准备cs-blast6.安装signalp67.下载序列和模板......
  • CASA模型原理深度解析:揭示生态系统净初级生产力的奥秘
    植被,作为陆地生态系统的重要基石,对维护生态环境功能具有不可替代的作用。其中,植被净初级生产力(NPP)是衡量植被生态系统健康与功能的关键指标。它反映了单位面积上绿色植被通过光合作用生产的有机质总量在扣除自养呼吸后的剩余部分,不仅直接体现了生态系统在自然条件下的生产能......
  • 模型量化(二)—— 训练后量化PTQ(全代码)
    训练后量化(Post-trainingQuantization,PTQ)是一种常见的模型量化技术,它在模型训练完成之后应用,旨在减少模型的大小和提高推理速度,同时尽量保持模型的性能。训练后量化对于部署到资源受限的设备上,如移动设备和嵌入式设备,特别有用。在我们量化时,量化操作可以应用于模型的输入......
  • 模型对象操作
    学生根据兴趣选择不同的兴趣班,其中学生和班级是多对多的关系。使用创建模型对象的方式新增数据#-*-coding:utf-8-*-#@Author:Lila#初始化django配置importosimportdjangoimportrandomos.environ.setdefault("DJANGO_SETTINGS_MODULE","blog_manager.settings"......
  • 模型定义
    要求:学生根据兴趣选择不同的兴趣班,其中学生和班级是多对多的关系。1、完成学生和班级的模型定义2、提交代码截图。解答:`fromdjango.contrib.auth.modelsimportUserfromdjango.dbimportmodels--coding:utf-8--Author:LilaCreateyourmodelshere.classClazz(......
  • 探索自然语言处理:语言模型的发展与应用
    简介自然语言处理(NaturalLanguageProcessing,NLP)是人工智能领域的一个重要分支,它致力于让计算机能够理解、解释、处理人类语言。在NLP中,语言模型是一个关键概念,它是对语言数据的统计学建模,用于预测给定上下文中的下一个单词或字符。随着技术的不断进步,语言模型的发展与应用变......
  • 每日一看大模型新闻(2024.1.11)2024属于小模型时代?TinyLlama 小模型发布后爆火:参数轻量
    1.产品发布1.1红旗品牌虚拟代言人上线“旗羿”和“旗妙”发布日期:2024.1.11一汽红旗携手腾讯混元大模型,提升服务体验主要内容:一汽红旗品牌近日推出了微信小程序“旗羿旗妙说”,该小程序基于腾讯混元大模型提供智能底座,为一汽红旗进行了全面的知识升级。同时,腾讯QQ联合一汽......
  • yolov5模型压缩-PAGCP
    参考论文:Performance-awareApproximationofGlobalChannelPruningforMultitaskCNNs(https://arxiv.org/pdf/2303.11923.pdf)基本原理:研究不同卷积核之间的联合重要性来实现全局剪枝策略模型压缩效果在yolov5上进行剪枝训练,流程如下:1、按照yolo正常训练2、和mod......
  • yolov5模型压缩-eagleeye
    参考论文:EagleEye:FastSub-netEvaluationforEfficientNeuralNetworkPruning(https://arxiv.org/abs/2007.02491)基本原理:揭示剪枝不同的DNN结构对最终精度的影响,从而找到现在的剪枝后精度最高的模型模型压缩效果1、新建eagleeye.py,添加如下代码:importargparseim......
  • 【模型转换】PyTorch模型转ONNX模型
    我们主要使用torch.onnx.export()函数来实现PyTorch模型到ONNX模型的转换。importtorchimporttorchvision.modelsasmodelsdevice="cpu"#加载预训练的ResNet18模型model=models.resnet18(pretrained=True)model.eval().to(device)#定义输入input=torc......