- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
大家好,我在 C++ 代码中使用 OpenMP 遇到了相当严重的内存泄漏问题。我正在为一些地球物理计算编写一个库,它们非常耗时。我创建了一段简单的代码来给你一个想法(原始代码很长,希望不是解决方案所必需的)。为了避免一遍又一遍地重写“相同”的代码行,我有一些模板,它们是通过使用指向方法函数的指针来指定的(就像我知道空间中的位置并且需要计算不同的量一样)。我也在使用“ Armadillo ”(http://arma.sourceforge.net/)库进行一些计算,但无论有没有它,问题仍然存在。
如果代码仅在单线程下运行,则不会有任何问题。但是随着时间的推移,使用 OpenMP(#pragma 指令)会导致内存泄漏。该程序有效地消耗了所有可用内存,然后崩溃。您可以使用我提供的代码重现该程序(只需将“迭代大小”从 5000 更改为更大的值)
我曾尝试用我自己的替换“ Armadillo 载体”,但它似乎不会引起问题。我认为 Armadillo 不是问题。我运行了 valgrid memcheck 但不确定到底发生了什么(两种类型的“错误”):
149,520,000 bytes in 3,738 blocks are definitely lost in loss record 24 of 25
in Openmp_class::generate_data(unsigned long) in $HOME/Programovanie/Ptr2memOpenMP/openmp_class.cpp:20
1: operator new[](unsigned long) in /builddir/build/BUILD/valgrind-3.15.0/coregrind/m_replacemalloc/vg_replace_malloc.c:433
2: Openmp_class::generate_data(unsigned long) in $HOME/Programovanie/Ptr2memOpenMP/openmp_class.cpp:20
3: main._omp_fn.0 in $HOME/Programovanie/Ptr2memOpenMP/main.cpp:44
4: /usr/lib64/libgomp.so.1.0.0
5: start_thread in /usr/lib64/libpthread-2.29.so
6: clone in /usr/lib64/libc-2.29.so
49,840,000 bytes in 1,246 blocks are definitely lost in loss record 22 of 25
in Openmp_class::multiply_elements() in $HOME/Programovanie/Ptr2memOpenMP/openmp_class.cpp:90
1: operator new[](unsigned long) in /builddir/build/BUILD/valgrind-3.15.0/coregrind/m_replacemalloc/vg_replace_malloc.c:433
2: Openmp_class::multiply_elements() in $HOME/Programovanie/Ptr2memOpenMP/openmp_class.cpp:90
3: main._omp_fn.0 in $HOME/Programovanie/Ptr2memOpenMP/main.cpp:45
4: GOMP_parallel in /usr/lib64/libgomp.so.1.0.0
5: main in $HOME/Programovanie/Ptr2memOpenMP/main.cpp:14
头文件:openmp_class.h
#ifndef OPENMP_CLASS_H
#define OPENMP_CLASS_H
#include <iomanip>
#include <iostream>
#include <cmath>
#include <armadillo>
using namespace std;
class Openmp_class
{
double* xvec;
double* yvec;
size_t size;
public:
Openmp_class();
~Openmp_class();
void generate_data( size_t n );
double add_element( size_t n );
double substract_element( size_t n );
arma::vec add_elements( size_t upto_n );
arma::vec multiply_elements( size_t upto_n );
double *multiply_elements();
};
#endif // OPENMP_CLASS_H
CPP文件openmp_class.cpp
#include "openmp_class.h"
Openmp_class::Openmp_class()
{
}
Openmp_class::~Openmp_class()
{
this->xvec = nullptr;
this->yvec = nullptr;
delete [] this->xvec;
delete [] this->yvec;
}
void Openmp_class::generate_data(size_t n)
{
this->xvec = new double[n];
this->yvec = new double[n];
this->size = n;
arma::vec xrand = arma::randu<arma::vec>(n);
arma::vec yrand = arma::randu<arma::vec>(n);
for (unsigned int i = 0; i < xrand.n_elem; i++) {
this->xvec[i] = xrand(i);
this->yvec[i] = yrand(i);
}
xrand.reset();
yrand.reset();
}
double Openmp_class::add_element(size_t n)
{
if ( n < this->size ) {
return this->xvec[n] + this->yvec[n];
} else {
string errmsg = "Openmp_class::add_element index n out of bounds!";
throw runtime_error( errmsg );
}
}
double Openmp_class::substract_element(size_t n)
{
if ( n < this->size ) {
return this->xvec[n] - this->yvec[n];
} else {
string errmsg = "Openmp_class::substract_element index n out of bounds!";
throw runtime_error( errmsg );
}
}
arma::vec Openmp_class::add_elements(size_t upto_n)
{
if ( upto_n < this->size ) {
arma::vec results = arma::zeros<arma::vec>( upto_n );
for (unsigned int i = 0; i < upto_n; i++ ) {
results(i) = this->xvec[i] + this->yvec[i];
}
return results;
} else {
string errmsg = "Openmp_class::add_elements index n out of bounds!";
throw runtime_error( errmsg );
}
}
arma::vec Openmp_class::multiply_elements(size_t upto_n)
{
if ( upto_n < this->size ) {
arma::vec results = arma::zeros<arma::vec>( upto_n );
for (unsigned int i = 0; i < upto_n; i++ ) {
results(i) = this->xvec[i] * this->yvec[i];
}
return results;
} else {
string errmsg = "Openmp_class::add_elements index n out of bounds!";
throw runtime_error( errmsg );
}
}
double *Openmp_class::multiply_elements()
{
double *xy = new double[this->size ];
for (unsigned int i = 0; i < this->size; i++) {
xy[i] = this->xvec[i] * this->yvec[i];
}
return xy;
}
主文件main.cpp
#include <iostream>
#include <iomanip>
#include <cmath>
#define ARMA_USE_HDF5
#include <armadillo>
#include "openmp_class.h"
using namespace std;
//#define ARMA_OPEN_MP
int main(/*int argc, char *argv[]*/ void)
{
Openmp_class Myclass;
Myclass.generate_data( 10 );
#ifdef ARMA_OPEN_MP
{
#pragma omp parallel
{
#pragma omp for
for (unsigned int j = 10; j <= 500000; j++) {
arma::vec (Openmp_class::*ptrmem) (size_t) = &Openmp_class::multiply_elements;
Openmp_class TestClass;
TestClass.generate_data( 5000 );
arma::vec x_vec = (TestClass.*ptrmem)(4999);
ptrmem = nullptr;
}
#pragma omp barrier
}
}
#else
{
#pragma omp parallel
{
#pragma omp for
for (unsigned int j = 10; j <= 500000; j++) {
double* (Openmp_class::*ptre2mltply)() = &Openmp_class::multiply_elements;
Openmp_class TestClass;
TestClass.generate_data( 5000 );
double* x_vec = (TestClass.*ptre2mltply)();
x_vec = nullptr;
delete [] x_vec;
ptre2mltply = nullptr;
}
#pragma omp barrier
}
}
#endif
return 1;
}
有没有人已经处理过这个问题?有什么建议吗?
感谢您的宝贵时间。
附言指向函数(或类成员)的指针究竟是如何在多个线程之间共享的?
最佳答案
在删除指针之前,您不应将 nullptr
分配给它们。
在您的 dtor 中,您将 nullptr
分配给您的成员,然后释放它们。
this->xvec = nullptr;
this->yvec = nullptr;
delete [] this->xvec;
delete [] this->yvec;
还有在主函数中:
x_vec = nullptr;
delete [] x_vec;
ptre2mltply = nullptr;
只需从您的代码中删除这些分配即可。
关于C++:OpenMP 并行循环内存泄漏,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57336950/
我在具有 2CPU 和 3.75GB 内存 (https://aws.amazon.com/ec2/instance-types/) 的 c3.large Amazon EC2 ubuntu 机器上运
我想通过用户空间中的mmap-ing并将地址发送到内核空间从用户空间写入VGA内存(视频内存,而不是缓冲区),我将使用pfn remap将这些mmap-ed地址映射到vga内存(我将通过 lspci
在 Mathematica 中,如果你想让一个函数记住它的值,它在语法上是很轻松的。例如,这是标准示例 - 斐波那契: fib[1] = 1 fib[2] = 1 fib[n_]:= fib[n] =
我读到动态内存是在运行时在堆上分配的,而静态内存是在编译时在堆栈上分配的,因为编译器知道在编译时必须分配多少内存。 考虑以下代码: int n; cin>>n; int a[n]; 如果仅在运行期间读
我是 Python 的新手,但我之前还不知道这一点。我在 for 循环中有一个基本程序,它从站点请求数据并将其保存到文本文件但是当我检查我的任务管理器时,我发现内存使用量只增加了?长时间运行时,这对我
我正在设计一组数学函数并在 CPU 和 GPU(使用 CUDA)版本中实现它们。 其中一些函数基于查找表。大多数表占用 4KB,其中一些占用更多。基于查找表的函数接受一个输入,选择查找表的一两个条目,
读入一个文件,内存被动态分配给一个字符串,文件内容将被放置在这里。这是在函数内部完成的,字符串作为 char **str 传递。 使用 gdb 我发现在行 **(str+i) = fgetc(aFil
我需要证实一个理论。我正在学习 JSP/Java。 在查看了一个现有的应用程序(我没有写)之后,我注意到一些我认为导致我们的性能问题的东西。或者至少是其中的一部分。 它是这样工作的: 1)用户打开搜索
n我想使用memoization缓存某些昂贵操作的结果,这样就不会一遍又一遍地计算它们。 两个memoise和 R.cache适合我的需要。但是,我发现缓存在调用之间并不可靠。 这是一个演示我看到的问
我目前正在分析一些 javascript shell 代码。这是该脚本中的一行: function having() { memory = memory; setTimeout("F0
我有一种情况,我想一次查询数据库,然后再将整个数据缓存在内存中。 我得到了内存中 Elasticsearch 的建议,我用谷歌搜索了它是什么,以及如何在自己的 spring boot 应用程序中实现它
我正在研究 Project Euler (http://projecteuler.net/problem=14) 的第 14 题。我正在尝试使用内存功能,以便将给定数字的序列长度保存为部分结果。我正在
所以,我一直在做 Java 内存/注意力游戏作业。我还没有达到我想要的程度,它只完成了一半,但我确实让 GUI 大部分工作了......直到我尝试向我的框架添加单选按钮。我认为问题可能是因为我将 JF
我一直在尝试使用 Flask-Cache 的 memoize 功能来仅返回 statusTS() 的缓存结果,除非在另一个请求中满足特定条件,然后删除缓存。 但它并没有被删除,并且 Jinja 模板仍
我对如何使用 & 运算符来减少内存感到非常困惑。 我可以回答下面的问题吗? clase C{ function B(&$a){ $this->a = &$a; $thi
在编写代码时,我遇到了一个有趣的问题。 我有一个 PersonPOJO,其 name 作为其 String 成员之一及其 getter 和 setter class PersonPOJO { priv
在此代码中 public class Base { int length, breadth, height; Base(int l, int b, int h) { l
Definition Structure padding is the process of aligning data members of the structure in accordance
在 JavaScript Ninja 的 secret 中,作者提出了以下方案,用于在没有闭包的情况下内存函数结果。他们通过利用函数是对象这一事实并在函数上定义一个属性来存储过去调用函数的结果来实现这
我正在尝试找出 map 消耗的 RAM 量。所以,我做了以下事情;- Map cr = crPair.collectAsMap(); // 200+ entries System.out.printl
我是一名优秀的程序员,十分优秀!