堆和栈的区别

本文详细解释了程序中堆和栈的区别,包括它们的内存分配、申请方式、系统响应、大小限制、效率、存放内容及存取效率等方面。通过对比帮助读者理解两者的特点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

堆(Heap)栈(Stack)
 
一个由c/C++编译的程序占用的内存分为以下几个部分 :

1、栈区(stack)
              —— 由编译器自动分配释放 ,存放函数的参数值,局部变量的值等。其
操作方式类似于数据结构中的栈。
2、堆区(heap)
              —— 一般由程序员分配释放, 若程序员不释放,程序结束时可能由OS回
收 。注意它与数据结构中的堆是两回事,分配方式倒是类似于链表。
3、全局区(静态区)
              ——(static)全局变量和静态变量的存储是放在一块.
             初始化的全局变量和静态变量在一块区域, 未初始化的全局变量和未初始
化的静态变量在相邻的另一块区域。
             —— 程序结束后有系统释放
4、文字常量区
             —— 常量字符串就是放在这里的。 程序结束后由系统释放
5、程序代码区
             —— 存放函数体的二进制代码。

 
1、内存分配方面:
 
    堆:一般由程序员分配释放, 若程序员不释放,程序结束时可能由OS回收 。注意它
与数据结构中的堆是两回事,分配方式是类似于链表。可能用到的关键字如下:new、mal
loc、delete、free等等。
 
    栈:由编译器(Compiler)自动分配释放,存放函数的参数值,局部变量的值等。其操
作方式类似于数据结构中的栈。
 
2、申请方式方面:
 
    堆:需要程序员自己申请,并指明大小。在c中malloc函数如p1 = (char *)malloc(1
0);在C++中用new运算符,但是注意p1、p2本身是在栈中的。因为他们还是可以认为是局
部变量。
 
    栈:由系统自动分配。例如,声明在函数中一个局部变量 int b;系统自动在栈中为
b开辟空间。
 
3、系统响应方面:
 
    堆:操作系统有一个记录空闲内存地址的链表,当系统收到程序的申请时,会遍历该
链表,寻找第一个空间大于所申请空间的堆结点,然后将该结点从空闲结点链表中删除,
并将该结点的空间分配给程序,另外,对于大多数系统,会在这块内存空间中的首地址处
记录本次分配的大小,这样代码中的delete语句才能正确的释放本内存空间。另外由于找
到的堆结点的大小不一定正好等于申请的大小,系统会自动的将多余的那部分重新放入空
闲链表中。
   
    栈:只要栈的剩余空间大于所申请空间,系统将为程序提供内存,否则将报异常提示
栈溢出。
 
4、大小限制方面:
 
    堆:是向高地址扩展的数据结构,是不连续的内存区域。这是由于系统是用链表来存
储的空闲内存地址的,自然是不连续的,而链表的遍历方向是由低地址向高地址。堆的大
小受限于计算机系统中有效的虚拟内存。由此可见,堆获得的空间比较灵活,也比较大。

 
    栈:在Windows下, 栈是向低地址扩展的数据结构,是一块连续的内存的区域。这句话
的意思是栈顶的地址和栈的最大容量是系统预先规定好的,在WINDOWS下,栈的大小是固定
的(是一个编译时就确定的常数1M或者2M)的空间,超过栈的剩余空间时,将提示overfl
ow。因此,能从栈获得的空间较小。
 
5、效率方面:
 
    堆:是由new分配的内存,一般速度比较慢,而且容易产生内存碎片,不过用起来最方
便,另外,在WINDOWS下,最好的方式是用VirtualAlloc分配内存,他不是在堆,也不是在
栈是直接在进程的地址空间中保留一快内存,虽然用起来最不方便。但是速度快,也最灵
活。
 
    栈:由系统自动分配,速度较快。但程序员是无法控制的。
 
6、存放内容方面:
 
    堆:一般是在堆的头部用一个字节存放堆的大小。堆中的具体内容有程序员安排。

 
    栈:在函数调用时第一个进栈的是主函数中后的下一条指令(函数调用语句的下一条
可执行语句)的地址然后是函数的各个参数,在大多数的C编译器中,参数是由右往左入栈
,然后是函数中的局部变量。
 
注意: 静态变量是不入栈的。当本次函数调用结束后,局部变量先出栈,然后是参数,最
后栈顶指针指向最开始存的地址,也就是主函数中的下一条指令,程序由该点继续运行。

 
7、存取效率方面:
 
    堆:char *s1 = "Hellow Word";是在编译时就确定的;
    栈:char s1[] = "Hellow Word"; 是在运行时赋值的;用数组比用指针速度要快一
些,因为指针在底层汇编中需要用edx寄存器中转一下,而数组在栈上直接读取

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支高频结构先验建模分支结合Transformer模块注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员工程师,尤其是对核磁共振图像超分辨率感兴趣的学者技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值