内存池（Memory Pool）是计算机编程中一种重要的内存管理技术，它预先分配一块较大的内存区域，并将其划分为多个大小相等的内存块。这种技术旨在减少因频繁申请和释放小块内存而引发的性能开销。下面，我们将结合代码，一步步讲解如何实现一个简单的内存池，并分析其工作原理。
一、内存池的基本概念
内存池是一种用于动态内存分配的技术，其核心思想是空间换时间。通过预先分配一大块内存，并将其划分为多个小块，内存池能够快速地为程序提供所需的内存，而无需每次都向操作系统申请。这样可以大大减少内存分配和释放的开销，提高程序的运行效率。
二、内存池的实现步骤1. 定义内存池类
首先，我们定义一个名为AdvancedMemoryPool的模板类，它接受一个类型参数T和一个默认大小为100的整数参数PoolSize。这个类将用于管理内存池的分配和回收。
template
class AdvancedMemoryPool {
// ...
};
2. 初始化内存池
在类的构造函数中，我们调用expandPool函数来初始化内存池。这个函数将分配一块大小为PoolSize * sizeof(T)的内存，并将其划分为PoolSize个大小为sizeof(T)的内存块。这些内存块的地址被添加到freeChunks_列表中，表示它们是空闲的，可以被分配。
AdvancedMemoryPool() {
expandPool();
}
private:
void expandPool() {
char* newBlock = new char[sizeof(T) * PoolSize];
for (size_t i = 0; i < PoolSize; ++i) {
freeChunks_.push_back(reinterpret_cast<T*>(newBlock + i * sizeof(T)));
}
pool_.push_back(newBlock);
}
3. 分配内存块
alloc函数用于从内存池中分配一个空闲的内存块。它首先检查freeChunks_列表是否为空。如果为空，则调用expandPool函数来扩展内存池。然后，它从freeChunks_列表中取出一个空闲的内存块，并将其从列表中移除。最后，返回这个内存块的地址。
T* alloc() {
std::lock_guard
if (freeChunks_.empty()) {
expandPool();
}
T* ptr = freeChunks_.front();
freeChunks_.pop_front();
return ptr;
}
这里使用了std::lock_guard来确保在多线程环境下的线程安全。当多个线程同时尝试分配内存时，std::mutex会确保同一时间只有一个线程能够访问内存池。
4. 回收内存块
dealloc函数用于回收一个之前分配的内存块。它接受一个指向要回收的内存块的指针，并将这个指针添加到freeChunks_列表中，表示这个内存块现在是空闲的，可以被再次分配。
void dealloc(T* ptr) {
assert(ptr != nullptr); // 确保传入的指针不为空
std::lock_guard
freeChunks_.push_back(ptr);
}
同样，这里也使用了std::lock_guard来确保线程安全。
5. 查询内存池状态
我们还提供了两个函数getFreeChunksCount和getUsedChunksCount来查询内存池的状态。这两个函数分别返回空闲和已使用的内存块数量。
size_t getFreeChunksCount() const {
std::lock_guard
return freeChunks_.size();
}
size_t getUsedChunksCount() const {
return PoolSize - getFreeChunksCount();
}
三、使用内存池
在主函数中，我们创建了一个AdvancedMemoryPool对象，并使用它来分配和回收内存块。通过调用alloc函数，我们可以从内存池中获取一个空闲的内存块，并使用它来存储数据。当我们不再需要这个内存块时，可以调用dealloc函数将其回收回内存池。
欢迎关注我们的公众号，获取更多有趣、有用的信息和知识！在这里，你可以获取专业的编程知识。快来点击下方关注！微信看文章不方便的朋友也可以点击原文，去我的博客鲨鱼编程 (shayucode.com)查看更多文章。四、完整代码#include
#include
#include
#include
#include
template
class AdvancedMemoryPool {
public:
AdvancedMemoryPool() {
expandPool();
}
~AdvancedMemoryPool() {
std::lock_guard
for (auto& chunk : pool_) {
delete[] reinterpret_cast<char*>(chunk);
}
}
T* alloc() {
std::lock_guard
if (freeChunks_.empty()) {
expandPool();
}
T* ptr = freeChunks_.front();
freeChunks_.pop_front();
return ptr;
}
void dealloc(T* ptr) {
assert(ptr != nullptr);
std::lock_guard
freeChunks_.push_back(ptr);
}
size_t getFreeChunksCount() const {
std::lock_guard
return freeChunks_.size();
}
size_t getUsedChunksCount() const {
return PoolSize - getFreeChunksCount();
}
private:
void expandPool() {
char* newBlock = new char[sizeof(T) * PoolSize];
for (size_t i = 0; i < PoolSize; ++i) {
freeChunks_.push_back(reinterpret_cast<T*>(newBlock + i * sizeof(T)));
}
pool_.push_back(newBlock);
}
mutable std::mutex mutex_;
std::list<T*> freeChunks_;
std::list<char*> pool_;
};
// 使用示例
struct ComplexObject {
int data[100];
// 假设这是一个复杂的对象，需要动态分配
};
int main() {
AdvancedMemoryPool
ComplexObject* obj1 = pool.alloc();
ComplexObject* obj2 = pool.alloc();
std::cout << "Free chunks: " << pool.getFreeChunksCount() << std::endl;
std::cout << "Used chunks: " << pool.getUsedChunksCount() << std::endl;
pool.dealloc(obj1);
pool.dealloc(obj2);
std::cout << "Free chunks after deallocation: " << pool.getFreeChunksCount() << std::endl;
std::cout << "Used chunks after deallocation: " << pool.getUsedChunksCount() << std::endl;
return 0;
}
