C++ 如何查找是否存在内存泄漏
我写了一个数字运算算法。其想法是:C++ 如何查找是否存在内存泄漏,c++,memory-leaks,C++,Memory Leaks,我写了一个数字运算算法。其想法是: 一个小的主程序需要很少的内存(从2MB开始) 然后,在循环中,它调用一个需要相当多内存(大约100 MB)的函数,该内存应该在函数结束时释放。为了了解发生了什么,现在总是使用相同的参数调用函数 程序似乎在慢慢消耗内存,因此我怀疑内存泄漏。我试过Clang的地址消毒剂和Intel的指针检查器,但他们什么也没找到 现在,我正在查看活动监视器中的内存消耗情况(我运行的是OSX,但我从Unix命令“top”中获得了相同的内存使用情况),就在调用大函数之前,程序占用了2
我让程序在一夜之间运行,下面是我得到的数据:
因此,分配和释放内存(大约120 MB)的函数似乎在每次调用时都会“泄漏”1 MB。首先,确保在很长一段时间内(例如,如果一次迭代需要一分钟,运行几个小时)内存会继续增长。如果生长停止,那就没问题了。接下来我将尝试
valgrind
。然后,如果这没有帮助,你将不得不对你的代码进行二进制搜索:注释掉位,直到增长停止。首先,我将完全删除MKL
库的使用(如果愿意,请留下存根),然后看看会发生什么。接下来,将向量更改为std::vector
,看看这是否有帮助。在那之后,你必须运用你的判断。我想我已经找到了罪魁祸首:MKL(今天的最新版本)。我使用Pardiso,下面的示例泄漏速度非常慢:大约每13秒泄漏0.1 MB,这导致夜间泄漏280 MB。这些是我从模拟中得到的数字
如果您想尝试一下,可以使用以下工具进行编译:
icpc -std=c++11 pardiso-leak.cpp -o main -lmkl_intel_lp64 -lmkl_core -lmkl_intel_thread -liomp5 -ldl -lpthread -lm
谢谢大家的帮助。我已经向英特尔报告了这个错误
#include <iostream>
#include <vector>
#include "mkl_pardiso.h"
#include "mkl_types.h"
int main (int argc, char const *argv[])
{
const auto n = std::size_t{1000};
auto m = MKL_INT{n * n};
auto values = std::vector<double>();
auto column = std::vector<MKL_INT>();
auto row = std::vector<MKL_INT>();
row.push_back(1);
for(std::size_t j = 0; j < n; ++j) {
column.push_back(j + 1);
values.push_back(1.0);
column.push_back(j + n + 1);
values.push_back(0.1);
row.push_back(column.size() + 1);
}
for(std::size_t i = 1; i < n - 1; ++i) {
for(std::size_t j = 0; j < n; ++j) {
column.push_back(n * i + j - n + 1);
values.push_back(0.1);
column.push_back(n * i + j + 1);
values.push_back(1.0);
column.push_back(n * i + j + n + 1);
values.push_back(0.1);
row.push_back(column.size() + 1);
}
}
for(std::size_t j = 0; j < n; ++j) {
column.push_back((n - 1) * n + j - n + 1);
values.push_back(0.1);
column.push_back((n - 1) * n + j + 1);
values.push_back(1.0);
row.push_back(column.size() + 1);
}
auto y = std::vector<double>(m, 1.0);
auto x = std::vector<double>(m, 0.0);
auto pardiso_nrhs = MKL_INT{1};
auto pardiso_max_fact = MKL_INT{1};
auto pardiso_mnum = MKL_INT{1};
auto pardiso_mtype = MKL_INT{11};
auto pardiso_msglvl = MKL_INT{0};
MKL_INT pardiso_iparm[64];
for (int i = 0; i < 64; ++i) {
pardiso_iparm[i] = 0;
}
pardiso_iparm[0] = 1;
pardiso_iparm[1] = 2;
pardiso_iparm[3] = 0;
pardiso_iparm[4] = 0;
pardiso_iparm[5] = 0;
pardiso_iparm[7] = 0;
pardiso_iparm[8] = 0;
pardiso_iparm[9] = 13;
pardiso_iparm[10] = 1;
pardiso_iparm[11] = 0;
pardiso_iparm[12] = 1;
pardiso_iparm[17] = -1;
pardiso_iparm[18] = 0;
pardiso_iparm[20] = 0;
pardiso_iparm[23] = 1;
pardiso_iparm[24] = 0;
pardiso_iparm[26] = 0;
pardiso_iparm[27] = 0;
pardiso_iparm[30] = 0;
pardiso_iparm[31] = 0;
pardiso_iparm[32] = 0;
pardiso_iparm[33] = 0;
pardiso_iparm[34] = 0;
pardiso_iparm[59] = 0;
pardiso_iparm[60] = 0;
pardiso_iparm[61] = 0;
pardiso_iparm[62] = 0;
pardiso_iparm[63] = 0;
void* pardiso_pt[64];
for (int i = 0; i < 64; ++i) {
pardiso_pt[i] = nullptr;
}
auto error = MKL_INT{0};
auto phase = MKL_INT{11};
MKL_INT i_dummy;
double d_dummy;
PARDISO(pardiso_pt, &pardiso_max_fact, &pardiso_mnum, &pardiso_mtype,
&phase, &m, values.data(), row.data(), column.data(), &i_dummy,
&pardiso_nrhs, pardiso_iparm, &pardiso_msglvl, &d_dummy,
&d_dummy, &error);
phase = 22;
PARDISO(pardiso_pt, &pardiso_max_fact, &pardiso_mnum, &pardiso_mtype,
&phase, &m, values.data(), row.data(), column.data(), &i_dummy,
&pardiso_nrhs, pardiso_iparm, &pardiso_msglvl, &d_dummy,
&d_dummy, &error);
phase = 33;
for(size_t i = 0; i < 10000; ++i) {
std::cout << "i = " << i << std::endl;
PARDISO(pardiso_pt, &pardiso_max_fact, &pardiso_mnum, &pardiso_mtype,
&phase, &m, values.data(), row.data(), column.data(), &i_dummy,
&pardiso_nrhs, pardiso_iparm, &pardiso_msglvl, y.data(),
x.data(), &error);
}
phase = -1;
PARDISO(pardiso_pt, &pardiso_max_fact, &pardiso_mnum, &pardiso_mtype,
&phase, &m, values.data(), row.data(), column.data(), &i_dummy,
&pardiso_nrhs, pardiso_iparm, &pardiso_msglvl, &d_dummy,
&d_dummy, &error);
return 0;
}
#包括
#包括
#包括“mkl_pardiso.h”
#包括“mkl_类型.h”
int main(int argc,char const*argv[]
{
const auto n=std::size_t{1000};
自动m=MKL_INT{n*n};
自动值=标准::向量();
自动列=std::vector();
自动行=标准::向量();
行。向后推(1);
对于(std::size_t j=0;j std::cout使用RAII如何?您是否尝试过“内存碎片可以在不泄漏内存的情况下提高内存使用率?”是的。更重要的是,释放内存并不意味着您的操作系统必须立即将其从运行进程中清除。“出于各种原因。其中之一是我使用无符号整数作为索引”,std::vector
也是如此。“我有一个将所有il::Vector初始化为NaN的调试模式”通过包装std::Vector
,而不是通过r来完成