c++ - 如果存在内存分配错误，请从 mex 文件中正常退出

Question

我有一个 mex 函数，它采用 double 输入 vector ，将精度向下转换为临时单精度 vector ，进行一些处理，然后再次将处理结果向上转换为 double 。

以下简化的代码示例编译并说明了此过程。

#include "mex.h"

void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[])
{           
  int xM = mxGetM(prhs[0]); 
  int xN = mxGetN(prhs[0]);         
  int totalNumElements = xM*xN;       

  plhs[0] = mxCreateDoubleMatrix(xM,xN,mxREAL);

  double* out  = mxGetPr(plhs[0]); 
  double* in   = mxGetPr(prhs[0]);    

  float out32[totalNumElements]; 
  float  in32[totalNumElements]; 

  // ---------> DOWNCAST <---------
  for (int mm = 0; mm < totalNumElements; ++mm)
      in32[mm] = (float)in[mm];
  // ---------- DOWNCAST ----------

  // Do some single precision signal processing (just copy for this example)
  for (int mm = 0; mm < totalNumElements; ++mm)
      out32[mm] = in32[mm];

  // ---------> UPCAST <---------
  for (int mm = 0; mm < totalNumElements; ++mm)
      out[mm] = (double)out32[mm];
  // ---------- UPCAST ---------- 
}

在我的机器上，像这样调用编译的 mex 函数工作正常。 .

>> x = randn(1e6,1); y=demo(x);

...但是这样调用会导致 Matlab 意外关闭

>> x = randn(1e7,1); y=demo(x);

鉴于崩溃是由输入 vector 的大小增加引起的，我猜测错误是由于内存分配失败造成的。如果发生此类错误，我如何优雅地退出到 Matlab 并给出错误消息？谢谢。

Answer 1

方法一

好的，一种方法是用 C 风格替换堆栈分配的变量。 . .

 float*  in32  =  (float*)mxCalloc(totalNumElements, sizeof(float));
 float*  out32 =  (float*)mxCalloc(totalNumElements, sizeof(float));

当出现内存错误时，Matlab 巧妙地给出如下错误。 . .

Error using demo Out of memory.

Type HELP MEMORY for your options.

不需要 try-catch block 或异常。

方法二

另一种方法是使用 C++ 风格的 std::exception。堆栈分配的变量可以替换为以下...

  float*  in32;
  float*  out32;
  try
  {
      in32  = new float[totalNumElements];
      out32 = new float[totalNumElements];
  }
  catch (std::exception& e)
  {
      std::string msg = std::string("Aw snap: ") + e.what();
      mexErrMsgTxt(msg.c_str());
  }

当出现内存错误时，Matlab 巧妙地给出如下错误。 . .

Error using demo

Aw snap: std::bad_alloc

注意事项

方法 1 更紧凑，并且与 mex API 集成得更好。最好在 mex 网关函数中使用方法 1，在库中使用方法 2，该库的用途可能不仅仅是制作 Matlab 扩展。这两种方法都需要你使用mxFree(mxCalloc方案)或者delete(new方案)才能收费在堆上为 in32 和 out32 分配的内存。我仍然不知道如何检测或处理堆栈溢出