百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

详解C++三种new操作符(c++中new)

ztj100 2025-03-14 22:38 49 浏览 0 评论

工作开发过程中,一般申请创建内存,使用的是new方法, 但是new存在三种操作符,其含义和应用的场景都不同, 这三种操作符分别是new operator, operator new, placement new。

那么new的三种操作符应该怎么使用,它们到底有什么区别呢,本文将针对这三种操作符结合例子来进行说明,最后再总结它们的特点。

一、new operator 操作符

new operator指的就是new操作符,我们平常使用的操作符,它经历两个阶段的操作:

  1. 调用::operator new申请内存(operator new后面将进行详细说明,这里理解为C语言中的malloc)
  2. 调用类的构造函数。

首先定义类Func, 用于后面的验证测试。


new operator操作符的一般调用方法

使用C++内置字符串对象,申请内存。

new operator操作符调用自定义类Func

使用自定义对象FUNC来申请内存。

最后终端输出结果如下图所示, 可以看出调用new操作符会调用对象的构造函数,而调用delete操作符会调用对象的析构函数。

new操作符不能被重载

new operator操作符是不能被重载的,与接下来将要介绍的两种new操作符的一点不同之处。


二、operator new 操作符

operator new操作符单纯申请内存,并且是可以重载的函数。

(注意:::operator new 和 ::operator delete前面加上::表示全局)

operator new操作符的一般调用方法

调用operator new申请内存,内存申请的大小为自定义类Func的大小,经过调试发现,并没有输出类Func的构造函数,也没有调用Func的析构函数

重载operator new操作符

1) 首先FUNC类中添加如下信息,重载operator new操作符,支持接受一个参数。重载operator delete操作符,支持接受一个参数,该参数是一个指针,指向将要释放内存的地址。

2) 主程序中调用new创建FUNC对象,然后调用delete释放对象

3) 运行调试之后的结果信息如下所示,new调用到重载的函数operator new, 同样的, delete也调用到重载的函数operator delete

重载operator new操作符的第二种版本

1)首先FUNC类中添加如下信息,重载operator new操作符,但是支持两个参数,第一个参数是申请内存的大小,第二个参数则是一个字符串信息。

2)主程序中调用new创建FUNC对象,并且构造函数传入字符串信息,然后调用delete释放对象

3)运行调试之后的结果信息如下所示,new调用到重载的函数operator new的第二个版本

三、placement new操作符

placement new操作符是重载operator new的一个版本,该函数的执行忽略了size_t参数,只返还第二个参数,该函数允许在已经构建好的内存中创建对象,这个是什么概念呢,后面将进行说明。下面是placement new操作符的声明以及调用方法。

1、placement new操作符的使用方法,首先提前申请好内存,然后在需要使用FUNC对象的时候,调用placement new来将对象指向已经创建好的内存地址,最后使用完成之后,需要手动调用析构函数,并且释放创建的内存。

2、 终端输出打印信息如下所示, 从中可以发现placement new会调用到对象的构造函数

四、总结

最后我们总结下new三种操作方的特点,具体如下:

  1. new operator即new操作符,不能被重载,调用的时候,先申请内存,再调用构造函数,这是常用的调用方式。
  2. operator new操作符,能够被重载,单纯申请内存,相当于C语言中的malloc, 如果重载了operator new操作符,又需要调用原来的函数,那么需要在操作符前面加上::(即 ::operator new),重载该操作符通常是为了实现不同的内存分配方式。
  3. placement new操作符,仅仅返回已经申请好内存的指针,它通常应用在对效率要求高的场景下,提前申请好内存,能够节省申请内存过程中耗费的时间。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: