zoukankan      html  css  js  c++  java
  • 指针和动态分配内存 (不定长度数组)------新标准c++程序设计

    背景:

      数组的长度是定义好的,在整个程序中固定不变。c++不允许定义元素个数不确定的数组。例如:

    int n;
    int a[n];  //这种定义是不允许的
    

      但是在实际编程中,往往会出现要处理的数据数量在编程时无法确定的情况。如果总是定义一个尽可能大的数组,又会造成空间浪费。何况,这个“尽可能大”到底应该多大才够呢?

      为了解决这个问题,c++提供了一种“动态分配内存”的机制,使得程序可以在运行期间,根据实际需要,要求操作系统临时分配一片内存空间用于存放数据。这种内存分配是在程序运行中进行的,而不是在编译时就确定的,因此称为“动态内存分配”。在c++中通过new运算符来实现动态内存分配。

    使用方法:

      第一种用法:

    P=new T;
    

      T是任意类型名,P是类型为T*的指针。这样的语句会动态分配出一片大小为sizeof(T)字节的内存空间,并且将该内存空间的起始地址赋值给P。例如:

    int *p;
    p=new int;
    *p=5;
    

      第二行动态分配了一片4个字节大小的内存空间,而p指向这片空间。通过p可以读写该空间。

      第二种用法:

      用来动态分配一个任意大小的数组:

    P=new T[n];
    

      T是任意类型名,P是类型为T*的指针,N代表“元素个数”,可以是任何值为正整数的表达式,表达式中可以包含变量、函数调用等。这样的语句动态分配出N x sizeof(T)个字符的内存空间,这片空间的起始地址被赋值给P。例如:

    int* pn;
    int i=5;
    pn=new int[i*20];
    pn[0]=20;
    pn[100]=30;
    

      最后一行的编译时没有问题,但运行时会导致数组越界。因为上面动态分配的数组只有100个元素,pn[100]已经不再动态分配的这片内存区域之内了。

    使用结束后的处理:

      程序从操作系统动态分配所得的内存空间在使用完后应该释放,交还操作系统,以便操作系统将这片内存空间分配给其他程序使用。c++提供delete运算符,用于释放动态分配的内存空间。delete运算符的基本用法如下:

    delete 指针;
    

      该指针必须指向动态分配的内存空间,否则运行时很可能会出错。例如:

    int *p=new int;
    *p=5;
    delete p;
    delete p;        //本句会导致程序出错
    

      上面的第一条delete语句已经正确地释放了动态分配的4个字节内存空间。第二条delete语句会导致程序出错,因为p所指向的空间已经释放,p不再是指向动态分配的内存空间的指针了。

      如果是用new的第二种用法分配的内存空间,即动态分配了一个数组,那么释放该数组时,应以如下形式使用delete运算符:

    delete[]指针;
    

      例如:

    int *p=new int [20];
    p[0]=1;
    delete []p;
    

      同样的,要求被释放的指针p必须是指向动态分配的内存空间的指针,否则会出错。

      注意:

       1、如果要求分配的空间太大,操作系统找不到足够的内存来满足,那么动态内存分配就会失败。此时程序会抛出异常。

       2、如果动态分配了一个数组,但是却用”delete指针“的方式释放,没有用”[]“,则编译时没有问题,运行时也一般不会发生错误,但实际上会导致动态分配的数组没有被完全释放。

       3、用new运算符动态分配的内存空间,一定要用delete运算符释放,确保其后的每一条执行路径都能释放它。

       4、释放一个指针,并不会是该指针的值变为NULL。

    新标准c++程序设计

    转发请注明出处 http://www.cnblogs.com/goudanli/p/7657712.html

  • 相关阅读:
    (转)CSS3全局实现所有元素的内边距和边框不增加
    (转载)常用的Mysql数据库操作语句大全
    100天搞定机器学习|day40-42 Tensorflow Keras识别猫狗
    《统计学习方法》极简笔记P2:感知机数学推导
    100天搞定机器学习|day39 Tensorflow Keras手写数字识别
    100天搞定机器学习|day38 反向传播算法推导
    100天搞定机器学习|day37 无公式理解反向传播算法之精髓
    100天搞定机器学习|Day36用有趣的方式解释梯度下降算法
    100天搞定机器学习|Day35 深度学习之神经网络的结构
    《统计学习方法》极简笔记P4:朴素贝叶斯公式推导
  • 原文地址:https://www.cnblogs.com/l2017/p/7657712.html
Copyright © 2011-2022 走看看