cocos2d内存管理

设想如下场景,

这是一个典型的内存合理分配的场景:

在一帧内,

有若干个函数,

每个函数都会创建一系列的精灵,

每个精灵都不同,

都会占用一定的内存,

精灵的总数可能会有1000个,

而一个函数只会创建10个精灵这样,

创建的精灵只会在这个函数中使用,

大致代码如下: 

  1. for(int i = 0; i < 10; i++)  
  2. {  
  3.     Sprite* s = Sprite::create();  
  4.     //-- doSomething --  
  5. }  


这样做会造成内存泄露吗?

答案是当然不会,

但是这样会造成一帧内的内存峰值过高,

因为在引擎的自动内存管理中,

所有的释放内存操作都是在每一帧的结束才会进行的,

所以就算申请的内存在这一帧中不会有其他地方会使用,

它的内存也不会随着作用域的结束而释放的。

那么我们应该如何优化这段代码呢?如下

 
  1. AutoreleasePool pool;  
  2. for (int i = 0; i < 10; i++)  
  3. {  
  4.     Sprite* s = Sprite::create();  
  5.     //-- doSomething --  
  6. }  


只需要在函数的第一句加上 AutoreleasePool pool;  

就可以实现在函数结束的时候自动将create的指针释放了,

那么为什么会有那么神奇的效果呢?

我们来分析一下这个函数的构造函数以及析构函数,

首先分析一下构造函数:

  1. AutoreleasePool::AutoreleasePool()  
  2. : _name("")  
  3. {  
  4.     _managedObjectArray.reserve(150);  
  5.     PoolManager::getInstance()->push(this);  

他向PoolManager的单例中push了自己,

我们进入push中看看它的具体实现

void PoolManager::push(AutoreleasePool *pool)
{
_releasePoolStack.push_back(pool);
}

直接向_releasePoolStack栈中压入了this,

那这个将会起到什么效果呢?

这就不得不说一下autorelease的实现了,

众所周知,

create函数的内存自动管理机制依赖于autorelease函数,

那么autorelease函数是干嘛用的呢:

Ref* Ref::autorelease()
{
PoolManager::getInstance()->getCurrentPool()->addObject(this);
return this;
}

向某个Pool池添加对象,

那么getCurrentPool获取的是那个内存管理池呢?

AutoreleasePool* PoolManager::getCurrentPool() const
{
return _releasePoolStack.back();
}

就是最后我们通过push添加进来的那个池子,

所以每创建一个AutoreleasePool 对象,

都会压入PoolManager中。

然后后续的autorelease操作是将对象加入到最新创建的AutoreleasePool 对象中。

那么最终要通过什么途径让函数在函数结束的时候自动释放内存呢?我们知道,作用域结束的时候,会调用普通对象的析构函数,那么就来看看AutoreleasePool 的析构函数执行了什么吧

AutoreleasePool::~AutoreleasePool()
{
clear();
PoolManager::getInstance()->pop();
}

第一个是clear函数,

这是一个非常关键的函数,

我们跟踪进去

void AutoreleasePool::clear()
{
for (const auto &obj : _managedObjectArray)
{
obj->release();
}
_managedObjectArray.clear();
}

它会将所有addObject的对象全部执行一次release操作。

这样就可以实现在函数结束的时候自动释放内存了。

PoolManager::getInstance()->pop();

一行代码主要是从PoolManager中将当前AutoreleasePool 对象弹出栈(因为当前对象已经析构了)

上述就是通过使用AutoreleasePool 来合理的管理内存了

原文地址:https://www.cnblogs.com/hackerl/p/4792697.html