如何减少内存使用 - 可能的内存泄漏

时间:2011-03-30 22:50:37

标签: c++ optimization memory memory-management

我目前正在为图像处理编写小型应用程序。但是我的程序内存使用存在很大问题。我是c ++的新手,以前我主要用c#编程。

几乎所有工作的功能都是那样的

while(!prototypeVector[i]->GetIsConvergaed()) 
{
    if(previousPrototype!=NULL) delete previousPrototype;
    previousPrototype = prototypeVector[i]->CopyPrototype();

    if(&matchingPointVector!=NULL) matchingPointVector.clear();
    matchingPointVector = prototypeVector[i]->CalculateMatchingPointsAll(imageDataVector); 
    distanseMatrix = CalculateDistanceAll(i);

    membershipMatrix = UpdateMembershipAll(i);

    if(translation)
    {
        tmatrix = UpdateTranslationMatrix(i);
        if(directUpdate) prototypeVector[i]->SetTranslationMatrix( tmatrix);

        //prototypeVector[i]->GetTranslationMatrix().DisplayMatrix();
        tmatrix.DisplayMatrix();
    }
    if(scaling)
    {
        smatrix = UpdateScalingMatrix(i);
        if(directUpdate) prototypeVector[i]->SetScalingMatrix(smatrix);
        smatrix.DisplayMatrix();
    }
    if(rotation)
    { 
        angle =  UpdateAngleCoefficient(i);
        cout<<endl;
        Convert::RadiansToDegrees(angle)<<endl;
        if(directUpdate)prototypeVector[i]->UpdateRotationMatrix(angle);
    }

    prototypeVector[i]->TransformTemplateOne(prototypeVector[i]->GetRotationMatrix(), prototypeVector[i]->GetScalingMatrix()  , prototypeVector[i]->GetTranslationMatrix());
}

我注意到如果上面写的函数被称为另一个函数

CalculateMatchingPointsAll或CalculateDistanceAll或UpdateScalingMatrix内存使用率大幅上升(执行上述每个函数后300kB)。所以我认为问题出在这些功能上。它们看起来像那样

vector<Point*> TemplateClusterPoint::CalculateMatchingPointsAll( vector<Point*> imageDataVector)
{
    vector<Point*> matchinPointVector = vector<Point*>(imageDataVector.size(),new Point(0,0));
    double minValue = DOUBLE_MAX_VALUE;
    double currentDistance = 0;
    for (int i=0;i<imageDataVector.size();i++ )
    {
        //matchinPointVector[i] = this->CalculateMatchingPoint(/*prototypePointVector,*/imageDataVector[i]);
        for (int j=0;j<prototypePointVector.size();j++)
        {
            if( (currentDistance = CalculateDistance(imageDataVector[i],prototypePointVector[j]) ) <= minValue )
            {

                minValue = currentDistance;
                matchinPointVector[i] = prototypePointVector[j];
            }
        }
        minValue =   currentDistance = DOUBLE_MAX_VALUE;
    }
    return matchinPointVector;
}


vector<vector<double>> AlgorithmPointBased::CalculateDistanceAll( int clusterIndex)
{
    //vector<Point*> pointVector = prototypeVector[clusterIndex]->GetPrototypePointVector();
    Point* firstPoint = NULL;
    Point* secondPoint = NULL;
    for(int i=0;i<imageDataVector.size();i++ )
    {
        firstPoint = imageDataVector[i];
        secondPoint = matchingPointVector[i];

        distanseMatrix[clusterIndex][i] =  pow( (firstPoint->GetX() - secondPoint->GetX() ), 2    ) + pow( (firstPoint->GetY() - secondPoint->GetY() ), 2);   //(difference*difference)[0][0]; //funkcja dystansu = d^2 = (Xi - Pji)^2
                                                                                    // gdzie Xi punkt z obrazu, Pij matching point w danym klastrze
    }
    return distanseMatrix;
}

Matrix<double> AlgorithmPointBased::UpdateScalingMatrix( int clusterIndex )
{

    double currentPower = 0;
    vector<Point*> prototypePointVecotr = prototypeVector[clusterIndex]->GetPrototypePointVector();
    vector<Point*> templatePointVector = templateCluster->GetTemplatePointVector();
    Point outcomePoint;
    Matrix<double> numerator =  Matrix<double>(1,1,0);
    double denominator=0;
    for (int i=0;i< imageDataVector.size();i++)
    {
        Point templatePoint =  *matchingPointVector[i]; 
         currentPower = pow(membershipMatrix[clusterIndex][i],m);
        numerator += /  ((*imageDataVector[i] - prototypeVector[clusterIndex]->GetTranslationMatrix()).Transpose()* (prototypeVector[clusterIndex]->GetRotationMatrix() * templatePoint )* currentPower);
        denominator += (currentPower* (pow(templatePoint.GetX(),2) +  pow(templatePoint.GetY(),2)));   
    }
     numerator /= denominator;
    return numerator;
}

正如您可以看到,这些功能所做的几乎所有工作都是计算新点或最近点或对图像进行转换。有没有办法在执行这些函数后以某种方式释放至少一些内存。 我认为占用大多数内存的操作是矩阵的乘法或点上的操作。我重载了operator + *和/当然返回了新对象。

EDITED 重载的运算符看起来像那样

Point Point::operator*( double varValue )
{
    return *(new Point(this->x * varValue,this->y * varValue));
}

Point Point::operator-( Point& secondPoint )
{
    return *(new Point(this->x - secondPoint.GetX(),this->y - secondPoint.GetY()));
}

Point Point::operator*( double varValue )
{
    return *(new Point(this->x * varValue,this->y * varValue));
}

template<typename T>
Matrix<T> Matrix<T>::operator + (double value)
{
    Matrix<T>* addedMatrix = new Matrix<T>(this->rows,this->columns);
    for (int i=0;i<this->rows;i++)
    {
        for (int j=0;j<this->columns;j++)
        {
            (*addedMatrix)[i][j] = (*this)[i][j]+ value;
        }
    }
    return *addedMatrix;
}

Point Point::operator/( double varValue )
{
    return *(new Point(this->x / varValue,this->y / varValue));
}

2 个答案:

答案 0 :(得分:10)

  

我是C ++的新手,之前我主要是用C#编程。

与C#不同,C ++没有垃圾回收。只要您使用new(例如new Point(0,0)),您就有责任使用delete销毁该对象。

理想情况下,您应该避免显式动态分配对象,并完全避开newdelete。您应该更喜欢创建具有自动存储持续时间的对象(在堆栈上)并使用它们的副本(通过按值或引用传递它们,按值返回它们,并将它们的副本存储在容器中)。

除此之外,您几乎肯定会使用std::vector<Point>而不是std::vector<Point*>


return *(new Point(this->x * varValue,this->y * varValue)); 

所有具有此类代码的函数都是错误的:您动态分配对象,返回该对象的副本,并丢失对原始对象的所有引用。你没有办法破坏动态分配的对象。您不需要在此处动态分配任何内容。以下就足够了:

return Point(x * varValue, y * varValue);

if(&matchingPointVector!=NULL)

在正确的程序中永远不会出错:&获取对象的地址,没有对象可以拥有地址NULL。唯一可能发生这种情况的方法是,如果你已经在程序中的某个地方取消引用了一个空指针,那么你已经遇到了麻烦。


确保您拥有a good introductory C++ book。 C ++和C#是非常不同的编程语言。

答案 1 :(得分:0)

C ++是一种非托管语言,这意味着你必须自己管理内存(正如James所说)。当你创建一个这样的变量时,例如:int i = 3;变量是在系统堆栈上创建的,只有在它超出范围(大括号的末尾“}”)之前才存在,这意味着你不需要管理他们的记忆。但是,如果你创建一个像这个int *ia_array = new int [5];这样的变量你已经创建了一个指针(可以指向任何相同类型的指针,并且可以改变指向的指针,也不会超出范围)然后创建堆上的数组,指针指向该数组。因此,您必须从堆中删除它自己的数组以及指向它的指针。我建议您阅读有关动态内存的Cplusplus.com教程。还要看看这个非常好的youtubevideo如何正确管理动态分配的内存。最后,如果你最终使用了很多指针,你可能想查找“智能指针”。