Lua的内存管理浅析

前言

在历史长河中,各种各样的新语言,总是伴随着我们编程人员;有的时候,工作的需要,我们不得不去学习这些很炫的,很新的语言。学习任何一门语言(我这里只说学习),都无非就是学习那么几个大模块,基本语法,标准库,函数或面向对象,内存管理。而对于Lua的学习,前面几个模块我都已经总结完毕了,而今天这篇文章主要是总结Lua中的内存管理。

Lua在两个层面提供了对这些定制的支持。在较低层面,可以设置Lua使用的分配函数;在较高层面,可以设置一些控制垃圾收集器的参数,或者直接控制垃圾收集器。现在就开始这一篇的旅行吧。

分配函数

Lua是通过一个“分配函数”来完成所有的内存分配和释放操作。当用户创建一个Lua状态时,必须提供这个函数。之前的代码中总是会用到一个luaL_newstate辅助函数,这个函数会以一个默认的分配函数来创建Lua状态。默认的分配函数使用了C标准库中的malloc-realloc-free函数,对于普通的应用程序这已经足够了,然而,要获取对Lua内存分配的完全控制也是非常容易的,只需要用原始的lua_newstate来创建状态就可以了:

代码如下:

lua_State *lua_newstate(lua_Alloc f, void *ud);

这个函数接收两个参数:分配函数和用户数据。以这种方式创建的状态会调用f来完成所有的内存分配和释放。由于分配内存的策略很多,而对于lua_Alloc分配函数的分析和讲解,也不是这篇文章的重点;这篇文章,只是对Lua内存管理进行简单的说明,让你知道有这么个东西,有这么回事,那么我的这篇文章就达到目的了。

垃圾收集器

Lua在5.0版之前,都是采用的一种简单的“标记并清理”的垃圾收集器。这种垃圾清理的每个周期由4个阶段组成:标记、整理、清扫和收尾。Lua有时会为了完成一个完整的垃圾收集周期而暂停与主程序的交互。接下来,就对一个垃圾清理周期中的每个阶段进行详细的说明。

在标记阶段,Lua先将“根集合”中的对象标记为“活跃”。根集合中的对象就是Lua可以直接访问的对象,它们是注册表中的对象和主线程对象。然后,Lua将任何程序可以通过根集合对象访问到的对象也都标记为“活跃”。这样会使所有可到达的对象都标记为“活跃”了。

在开始清扫阶段前,Lua先要进入整理阶段。这个阶段为“终结函数”和弱引用table。首先,Lua遍历所有的userdata,找出所有未被标记且具有–gc元方法的userdata。然后,将这些userdata标记为“活跃”,并放入一个单独的列表中。这个列表在收尾阶段会用到。另一方面,Lua还会遍历所有的弱引用table,并根据弱引用设置删除其中未被标记的key和value。

在清扫阶段中,Lua遍历所有的对象。如果当前遍历到的对象未被标记,就收集它。否则,Lua就清除它的标记,从而为下一个收集周期做准备。

最后是收尾阶段,其中会根据整理阶段中生成的userdata列表来调用它们的终结函数。在最后才进行这些调用是为了简化错误处理。

对于垃圾收集器的一些API,这些API,我这里就不总结。而这篇文章也就到此结束了。一篇剪短的文章,只是带着大家过一下啊Lua的内存管理规则,对于细节的问题,并没有过多的涉及,在以后的编程中,遇到了,再细说。Lua系列也就暂时告一段落了,以后,如果遇到什么问题,还会继续添加新的Lua文章的。希望我的Lua系列对大家有一定的帮助,也希望大家多多给我提出一些意见。

(0)

相关推荐

  • Lua的内存管理浅析

    前言 在历史长河中,各种各样的新语言,总是伴随着我们编程人员:有的时候,工作的需要,我们不得不去学习这些很炫的,很新的语言.学习任何一门语言(我这里只说学习),都无非就是学习那么几个大模块,基本语法,标准库,函数或面向对象,内存管理.而对于Lua的学习,前面几个模块我都已经总结完毕了,而今天这篇文章主要是总结Lua中的内存管理. Lua在两个层面提供了对这些定制的支持.在较低层面,可以设置Lua使用的分配函数:在较高层面,可以设置一些控制垃圾收集器的参数,或者直接控制垃圾收集器.现在就开始这一篇

  • 详谈swift内存管理中的引用计数

    在swift中,每一个对象都有生命周期,当生命周期结束会调用deinit()函数进行释放内存空间. 观察这一段代码: class Person{ var name: String var pet: Pet? init(name: String){ self.name = name print("Person", name, "is initialized") } init(name: String, petName: String){ self.name = nam

  • Python深入学习之内存管理

    语言的内存管理是语言设计的一个重要方面.它是决定语言性能的重要因素.无论是C语言的手工管理,还是Java的垃圾回收,都成为语言最重要的特征.这里以Python语言为例子,说明一门动态类型的.面向对象的语言的内存管理方式.  对象的内存使用 赋值语句是语言最常见的功能了.但即使是最简单的赋值语句,也可以很有内涵.Python的赋值语句就很值得研究. a = 1 整数1为一个对象.而a是一个引用.利用赋值语句,引用a指向对象1.Python是动态类型的语言(参考动态类型),对象与引用分离.Pytho

  • 简单讲解Objective-C的基本特性及其内存管理方式

    一.OC简介 Oc语言在c语言的基础上,增加了一层最小的面向对象语法,完全兼容C语言,在OC代码中,可以混用c,甚至是c++代码. 可以使用OC开发mac osx平台和ios平台的应用程序. 拓展名:c语言-.c  OC语言.-m  兼容C++.-mm 注:其实c语言和oc甚至任何一门语言都只是我们为了实现一些功能,达到一些效果而采用的工具,抛开语法的差别外,我想最重要的应该是在解决问题的时候考虑的角度和方法不一样而已,然而这也构成了学习一门语言的重要性. 二.语法预览 (1)关键字 基本上所有

  • 详解关于iOS内存管理的规则思考

    关于iOS内存管理的规则思考 自己生成的生成的对象,自己持有. 非自己生成的对象,自己也能持有. 不在需要自己持有的对象时释放. 非自己持有的对象无法释放. 注:这里的自己是对象使用的环境,理解为编程人员本身也没有错 对象操作和Objective-C方法对应 对象操作 Objectivew-C方法 生成并持有对象 alloc/copy/mutableCopy/new或以此开头的方法 持有对象 retain 释放对象 release 废弃对象 dealloc 自己生成的对象,自己持有 //自己生成

  • 详解iOS应用开发中的ARC内存管理方式

    提示:本文中所说的"实例变量"即是"成员变量","局部变量"即是"本地变量" 零.简介 ARC是自iOS 5之后增加的新特性,完全消除了手动管理内存的烦琐,编译器会自动在适当的地方插入适当的retain.release.autorelease语句.你不再需要担心内存管理,因为编译器为你处理了一切 注意:ARC 是编译器特性,而不是 iOS 运行时特性(除了weak指针系统),它也不是类似于其它语言中的垃圾收集器.因此 ARC

  • IOS中内存管理那些事

    Objective-C 和 Swift 语言的内存管理方式都是基于引用计数「Reference Counting」的,引用计数是一个简单而有效管理对象生命周期的方式.引用计数分为手动引用计数「ARC: AutomaticReference Counting」和自动引用计数「MRC: Manual Reference Counting」,现在都是用 ARC 了,但是我们还是很有必要了解 MRC. 1. 引用计数的原理是什么? 当我们创建一个新对象时,他的引用计数为1: 当有一个新的指针指向这个对象

  • 剖析iOS开发中Cocos2d-x的内存管理相关操作

    一,IOS与图片内存 在IOS上,图片会被自动缩放到2的N次方大小.比如一张1024*1025的图片,占用的内存与一张1024*2048的图片是一致的.图片占用内存大小的计算的公式是:长*宽*4.这样一张512*512 占用的内存就是 512*512*4 = 1M.其他尺寸以此类推.(ps:IOS上支持的最大尺寸为2048*2048). 二,cocos2d-x 的图片缓存 Cocos2d-x 在构造一个精灵的时候会使用spriteWithFile或者spriteWithSpriteFrameNa

  • 设置oralce自动内存管理执行步骤

    设置oralce自动内存管理 启用oracle自动内存管理需要shutdown ,restart 1.确定sga pga内存大小: 复制代码 代码如下: SHOW PARAMETER TARGET 2.确定自数据库启动以来pga最大的使用大小: 复制代码 代码如下: select value from v$pgastat where name='maximum PGA allocated'; 3.计算memory_target大小: 复制代码 代码如下: memory_target = sga_

  • python内存管理分析

    本文较为详细的分析了python内存管理机制.分享给大家供大家参考.具体分析如下: 内存管理,对于Python这样的动态语言,是至关重要的一部分,它在很大程度上甚至决定了Python的执行效率,因为在Python的运行中,会创建和销毁大量的对象,这些都涉及到内存的管理. 小块空间的内存池 在Python中,许多时候申请的内存都是小块的内存,这些小块内存在申请后,很快又会被释放,由于这些内存的申请并不是为了创建对象,所以并没有对象一级的内存池机制. Python内存池全景 这就意味着Python在

随机推荐