第六章 內存管理
協議：CC BY-NC-SA 4.0
C提供了4種用於動態內存分配的函數：
malloc，它接受表示字節單位的大小的整數，返回指向新分配的、（至少）爲指定大小的內存塊的指針。如果不能滿足要求，它會返回特殊的值爲NULL的指針。
calloc，它和malloc一樣，除了它會清空新分配的空間。也就是說，它會設置塊中所有字節爲0。
free，它接受指向之前分配的內存塊的指針，並會釋放它。也就是說，使這塊空間可用於未來的分配。
realloc，它接受指向之前分配的內存塊的指針，和一個新的大小。它使用新的大小來分配內存塊，將舊內存塊中的數據複製到新內存塊中，釋放舊內存塊，並返回指向新內存塊的指針。
這套API是出了名的易錯和苛刻。內存管理是設計大型系統中，最具有挑戰性的一部分，它正是許多現代語言提供高階內存管理特性，例如垃圾回收的原因。
6.1 內存錯誤
C的內存管理API有點像Jasper Beardly，動畫片《辛普森一家》中的一個配角，他是一個嚴厲的代課老師，喜歡體罰別人，並使用戒尺懲罰任何違規行爲。
下面是一些應受到懲罰的程序行爲：
如果你訪問任何沒有分配的內存塊，就應受到懲罰。
如果你釋放了某個內存塊之後再訪問它，就應受到懲罰。
如果你嘗試釋放一個沒有分配的內存塊，就應受到懲罰。
如果你釋放多次相同的內存塊，就應受到懲罰。
如果你使用沒有分配或者已經釋放的內存塊調用realloc，就應受到懲罰。
這些規則聽起來好像不難遵循，但是在一個大型程序中，一塊內存可能由程序一部分分配，在另一個部分中使用，之後在其他部分中釋放。所以一部分中的變化也需要其它部分跟着變化。
同時，同一個內存塊在程序的不同部分中，也可能有許多別名或者引用。這些內存塊在所有引用不再使用時，才應該被釋放。正確處理這件事情通常需要細心的分析程序的所有部分，這非常困難，並且與良好的軟件工程的基本原則相違背。
理論上，每個分配內存的函數都應包含內存如何釋放的信息，作爲接口文檔的一部分。成熟的庫通常做得很好，但是實際上，軟件工程的實踐通常不是這樣理想化的。
內存錯誤非常難以發現，因爲這些症狀是不可預測的，這使得事情更加糟糕，例如：
如果從未分配的內存塊中讀取值，系統可能會檢測到錯誤，觸發叫做“段錯誤”的運行時錯誤，並且中止程序。這個結果非常合理，因爲它表示程序所讀取的位置會導致錯誤。但是，遺憾的是，這種結果非常少見。更通常的是，程序讀取了未分配的內存塊，而沒有檢測到錯誤，程序所讀取的未分配內存正好儲存在一塊特定區域中。如果這個值沒有解釋爲正確的類型，結果可能會難以解釋。例如，如果你讀取字符串中的字節，將它們解釋爲浮點數，你可能會得到一個無效的數值，非常大或非常小的數值。如果你向函數傳遞它無法處理的值，結果會非常怪異。
如果你向未分配的內存塊中寫入值，會更加糟糕。因爲在值被寫入之後，需要很長時間值才能被讀取並且發生錯誤。此時尋找問題來源就會非常困難。事情還可能更加糟糕！C風格內存管理的一個最普遍的問題是，用於實現malloc和free的數據結構（我們將會看到）通常和分配的內存塊儲存在一起。所以如果你無意中越過動態分配塊的末尾寫入值，你就可能破壞了這些數據結構。系統通常直到最後纔會檢測到這種問題，當你調用malloc或free時，這些函數會由於一些謎之原因調用失敗。
你應該從中總結出一條規律，就是安全的內存管理需要設計和規範。如果你編寫了一個分配內存的庫或模塊，你應該同時提供釋放它的接口，並且內存管理從開始就應該作爲API設計的一部分。
如果你使用了分配內存的庫，你應該按照規範使用API。例如，如果庫提供了分配和釋放儲存空間的函數，你應該一起使用或都不使用它們。例如，不要在不是malloc分配的內存塊上調用free。你應該避免在程序的不同部分中持有相同內存塊的多個引用。
通常在安全的內存管理和性能之間有個權衡。例如，內存錯誤的的最普遍來源是數組的越界寫入。這一問題的最顯然的解決方法就是邊界檢查。也就是說，每次對數組的訪問都應該檢查下標是否越界。提供數組結構的高階庫通常會進行邊界檢查。但是C風格數據和大多數底層庫不會這樣做。
6.2 內存泄漏
有一種可能會也可能不會受到懲罰的內存錯誤。如果你分配了一塊內存，並且沒有釋放它，就會產生“內存泄漏”。
對於一些程序，內存泄露是OK的。如果你的程序分配內存，對其執行計算，之後退出，這可能就不需要釋放內存。當程序退出時，所有分配的內存都會由操作系統釋放。在退出前立即釋放內存似乎很負責任，但是通常很浪費時間。
但是如果一個程序運行了很長時間，並且泄露內存的話，它的內存總量會無限增長。此時會發生一些事情：
某個時候，系統會耗完所有物理內存。在沒有虛擬內存的系統上，下一次的malloc調用會失敗，返回NULL。
在帶有虛擬內存的系統上，操作系統可以將其它進程的頁面從內存移動到磁盤上，之後分配更多空間給泄露的進程。我會在7.8節解釋這一機制。
單個進程可能有內存總量的限制，超過它的話，malloc會返回NULL。
最後，進程可能會用完它的虛擬地址空間（或者可用的部分）。之後，沒有更多的地址可分配，malloc會返回NULL。
如果malloc返回了NULL，但是你仍舊把它當成分配的內存塊進行訪問，你會得到段錯誤。因此，在使用之前檢查malloc的結果是個很好的習慣。一種選擇是在每個malloc調用之後添加一個條件判斷，就像這樣：
void *p = malloc(size);
if (p == NULL) {
perror(“malloc failed”);
exit(-1);
}
perror在stdio.h中聲明，它會打印出關於最後發生的錯誤的錯誤信息和額外的信息。
exit在stdlib.h中聲明，會使進程終止。它的參數是一個表示進程如何終止的狀態碼。按照慣例，狀態碼0表示通常終止，-1表示錯誤情況。有時其它狀態碼用於表示不同的錯誤情況。
錯誤檢查的代碼十分討厭，並且使程序難以閱讀。但是你可以通過將庫函數的調用和錯誤檢查包裝在你自己的函數中，來解決這個問題。例如，下面是檢查返回值的malloc包裝：
void *check_malloc(int size)
{
void *p = malloc (size);
if (p == NULL) {
perror(“malloc failed”);
exit(-1);
}
return p;
}
由於內存管理非常困難，多數大型程序，例如Web瀏覽器都會泄露內存。你可以使用Unix的ps和top工具來查看系統上的哪個程序佔用了最多的內存。
6.3 實現
當進程啓動時，系統爲text段、靜態分配的數據、棧和堆分配空間，堆中含有動態分配的數據。
並不是所有程序都動態分配數據，所以堆的大小可能很小，或者爲0。最開始堆只含有一個空閒塊。
malloc調用時，它會檢查這個空閒塊是否足夠大。如果不是，它會向系統請求更多內存。做這件事的函數叫做sbrk，它設置“程序中斷點”（program break），你可以將其看做一個指向堆底部的指針。
譯者注：sbrk是Linux上的系統API，Windows上使用HeapAlloc和HeapFree來管理堆區。
sbrk調用時，它分配的新的物理內存頁，更新進程的頁表，並設置程序中斷點。
理論上，程序應該直接調用sbrk（而不是通過malloc），並且自己管理堆區。但是malloc易於使用，並且對於大多數內存使用模式，它運行速度快並且高效利用內存。
爲了實現內存管理API，多數Linux系統都使用ptmalloc，它基於dlmalloc，由Doug Lea編寫。一篇描述這個實現要素的論文可在http://gee.cs.oswego.edu/dl/html/malloc.html訪問。
對於程序員來說，需要注意的最重要的要素是：
malloc在運行時通常不依賴塊的大小，但是可能取決於空閒塊的數量。free通常很快，和空閒塊的數量無關。因爲calloc會清空塊中的每個字節，執行時間取決於塊的大小（以及空閒塊的數量）。realloc有時很快，如果新的大小比之前更小，或者空間可用於擴展現有的內存塊。否則，它需要從舊內存塊中複製數據到新內存塊，這種情況下，執行時間取決於舊內存塊的大小。
邊界標籤：當malloc分配一個快時，它在頭部和尾部添加空間來儲存塊的信息，包括它的大小和狀態（分配還是釋放）。這些數據位叫做“邊界標籤”。使用這些標籤，malloc就可以從任何塊移動到內存中上一個或下一個塊。此外，空閒塊會鏈接到一個雙向鏈表中，所以每個空閒塊也包含指向“空閒鏈表”中下一個塊和上一個塊的指針。邊界標籤和空閒鏈表指針構成了malloc的內部數據結構。這些數據結構穿插在程序的數據中，所以程序錯誤很容易破壞它們。
空間開銷：邊界標籤和空閒鏈表指針也佔據空間。最小的內存塊大小在大多數系統上是16字節。所以對於非常小的內存塊，malloc在空間上並不高效。如果你的程序需要大量的小型數據結構，將它們分配在數組中可能更高效一些。
碎片：如果你以多種大小分配和釋放塊，堆區就會變得碎片化。也就是說，空閒空間會打碎成許多小型片段。碎片非常浪費空間，它也會通過使緩存效率低下來降低程序的速度。
裝箱和緩存：空閒鏈表在箱子中以大小排序，所以當malloc搜索特定大小的內存塊時，它知道應該在哪個箱子中尋找。所以如果你釋放了一塊內存，之後立即以相同大小分配一塊內存，malloc通常會很快。
作者：Allen B. Downey
原文：Chapter 6 Memory management
譯者：飛龍