黑马程序员_内存管理

---------------------- ASP.Net+Android+IOS开发.Net培训、期待与您交流! ----------------------



引用计数器

       Cocoa采用了一种叫做引用计数的技术,有时也叫做保留技术。每个对象都有一个与之相关联的整数,被称作它的引用计数器或保留计数器。当需要访问一个对象时,该代码就将对象的保留计数器值加1,表示“我要访问该对象”。当结束对象访问时,将对象的保留计数器减1,表示它不再访问该对象。当保留计数器的值为0时,表示不再有代码访问该对象,就会被销毁,其占用的内存被系统回收以便重用。

       当使用alloc、new方法或者通过copy消息(接收到消息的对象会创建一个自身的副本)创建一个对象时,对象的保留计数器值被设置为1。要增加对象的保留计数器的值,可以给对象发送一条retain消息。要减少的话,给对象发送一条release消息。


#import "RetainTest.h"

@implementation RetainTest
- (id)init
{
    if (self = [super init]) {
        NSlog (@"init : Retain count of %lu.", [self retainCount]);
    }
    return self;
}

-(void)dealloc
{
    NSLog (@"dealloc called. Bye Bye");
    [super dealloc];
}
@end


#import <Foundation/Foundation.h>
#import "RetainTest.h"
int main()
{

    RetainTest *p = [[RetainTest alloc] init];
    //count :1
    
    [p retain];//count : 2
    NSLog(@"%lu",[p retainCount]);
    [p retain];//count : 3
    NSLog(@"%lu",[p retainCount]);
    [p release];//count : 2
    NSLog(@"%lu",[p retainCount]);
    [p release];//count : 1
    NSLog(@"%lu",[p retainCount]);
    [p retain];//count : 2
    NSLog(@"%lu",[p retainCount]);
    [p release];//count : 1
    NSLog(@"%lu",[p retainCount]);
    [p release];//count :0,dealloc it
    p = nil;
    return 0;
}

野指针和空指针

野指针:指向僵尸对象(不可用内存)的指针

当release对象后,其retaincount计数如果为0,建议nil一次,例如:
 

   NSObject*obj = [[NSObject alloc] init];
   [obj  release];
    obj =nil;

调用野指针:
*** -[Person setAge:]: message sent to deallocated instance 0x1001099b0
给已经释放的对象发送了一条-setAge:消息
 p.age = 10;

1. retain、release方法的基本使用
retain :计数器+1,会返回对象本身
release :计数器-1,没有返回值
retainCount :获取当前的计数器
dealloc
l  当一个对象要被回收的时候,就会调用
l  一定要调用[super dealloc],这句调用要放在最后面
2. 概念
 僵尸对象:所占用内存已经被回收的对象,僵尸对象不能再调用
 野指针:指向僵尸对象(不可用内存)的指针,给野指针发送消息会报错
 空指针:没有指向任何东西的指针(存储的东西是nil、NULL、0),给空指针发送消息不会报错
 retain方法会返回对象本身

autorelease

它可以简化内存管理代码,系统会自动释放autorelease池中的对象,但是,如果总是使用autorelease,也可能形成内存泄漏,问题在于autorelease池的释放时机,每当执行应用程序时,系统自动创建autorelease池,系统并不是立即释放autorelease池中的对象,而是在一个runloop之后才释放,一般是微秒级别,本来对象可以立即释放,但是系统很有可能过一些时候才释放autorelease池中的对象,因此我们建议尽量自己进行内存管理,而不要太依赖autorelease。


内存管理的基本原则:

归根结底要记住一条黄金法则:谁创建谁释放,谁retain谁释放。
如果使用alloc(或者copy、new)方法创建一个对象,或者使用retain保留一个对象,那么,都要自己释放对象。
在大多数情况下,申请内存的语句数量和释放内存的语句数量应该相等。
尽量少使用内存,用完后记得立即释放。



---------------------- ASP.Net+Android+IOS开发.Net培训、期待与您交流! ----------------------详细请查看:http://edu.youkuaiyun.com

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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