iOS学习之路:ARC内存清理&缓存清理&效率优化

简介:

最近项目中遇到了很多关于内存泄露和缓存清理的问题,尤其是ARC这块内存什么时候释放,以及UIWebview的缓存清理,消耗了很多时间,特别做个总结:

1. 关于ARC内存释放猜想

我们都知道在ARC机制下,我们不需要手动管理内存,例如Autorelease和release等函数都不能调用,系统会自动为我们释放,我们需要做的,仅仅是把指针设置成nil就可以了,如果需要,再把相应的view remove掉就可以了。但是在实际代码过程中,会发现申请的指针在这个函数体执行完毕之后并没有把内存释放掉。在网上搜索了好久也没有什么好的解释。先说下具体的例子吧。

例如有个函数a,作用是生成一张图片,那在函数体里面我们需要new一个指针出来,指向生成的图片,UIImageView* img = [UIImage alloc]init ... 具体就不写了,在函数即将结束的时候,我们将img = nil。到此实际就完成了ARC所要求的用户操作了。但是我们debug时会发现,这快内存并没有实时释放掉。每当我们调用一下函数a,内存就会增大一部分。似乎是系统将我们生成的指针丢在了某块内存池中,但是这个池子什么时候释放掉,是系统说了算的,所以当函数执行完的时候,内存并没有被释放。

那如果解决呢?

我们申请一个全局指针,在整个程序的生命周期都存在,这样每当我们调用函数a的时候,就把这个全局指针指向生成的图片。这样就不会造成每次都要new一块内存出来而释放不掉的问题了。

2. UIWebView缓存清理

项目中要显示很多webview,但是当我们切换web的内容是,发现以前的缓存并没有释放掉,于是就会出现每加载一遍,内存就蹦很多的情况。在网上搜了下解决办法。

最简单的一种是每次在申请之前让webview load一个空的URL:

webView loadHTMLString:NULL baseURL:NULL;

但是这种方法似乎不能完全清理缓存,于是在stackoverflow上搜到了正确的解决办法:http://stackoverflow.com/questions/2523435/how-to-clear-uiwebview-cache

if (lastReq){
    [[NSURLCache sharedURLCache] removeCachedResponseForRequest:lastReq];
    [[NSURLCache sharedURLCache] removeAllCachedResponses];

}

lastReq=[NSMutableURLRequest requestWithURL:[NSURL URLWithString:localUrl]
                                   cachePolicy:NSURLRequestReloadIgnoringCacheData
                               timeoutInterval:10000];
[lastReq setCachePolicy:NSURLRequestReloadIgnoringLocalCacheData];

[self.mainWebView loadRequest:lastReq];
其实给URLRequest设置一个cachePolicy,然后在申请新的web页面时,调用removeAllCacheResponse就可以了。

3. 优化效率

之前在做一个图片的指定颜色替换算法时,经过大师指点,其实已经把效率提高了好几倍,但是后来又站在汇编的角度上,更进一步地把算法优化提升了5,6倍。

优化前的算法:

if ([titles containsObject:areaName]) {
            areaPt.x = [[dic objectForKey:@"x"] floatValue];
            areaPt.y = [[dic objectForKey:@"y"] floatValue];
            areaSize.width = [[dic objectForKey:@"width"] floatValue];
            areaSize.height = [[dic objectForKey:@"height"] floatValue];
            areaColor = [dic objectForKey:@"color"];
            
            TheColor d;
            const CGFloat *componentsForAreaColor = CGColorGetComponents([self getColor:areaColor].CGColor);
            d.R = componentsForAreaColor[0] * 255.0;// components[0]*alpha
            d.G = componentsForAreaColor[1] * 255.0;
            d.B = componentsForAreaColor[2] * 255.0;
            
            endPtX = areaPt.x + areaSize.width;
            endPtY = areaPt.y + areaSize.height;
            
            // change color in (x,y, width,height)
            colColor = [colors objectAtIndex:[titles indexOfObject:areaName]];
            const CGFloat *components = CGColorGetComponents(colColor.CGColor);
            for (unsigned int i=areaPt.y; i<endPtY; i++) {
                for (unsigned int j=areaPt.x; j<endPtX; j++) {
                    index = 4*j + 4*i*imageMap.size.width;//每个像素由四个分量组成所以要乘以4
                    c.R = rawData[index];
                    c.G = rawData[index+1];
                    c.B = rawData[index+2];
                    
                    if ((c.R == d.R)&&(c.G == d.G)&&(c.B == d.B)) {
                        c.R = components[0] * 255.0;// components[0]*alpha
                        c.G = components[1] * 255.0;
                        c.B = components[2] * 255.0;
                        rawData[index] = c.R;
                        rawData[index+1] = c.G;
                        rawData[index+2] = c.B;
                    }
                }
            }
        }

优化后的算法:

if ([titles containsObject:areaName]) {
            areaPt.x = [[dic objectForKey:@"x"] floatValue];
            areaPt.y = [[dic objectForKey:@"y"] floatValue];
            areaSize.width = [[dic objectForKey:@"width"] floatValue];
            areaSize.height = [[dic objectForKey:@"height"] floatValue];
            areaColor = [dic objectForKey:@"color"];

            endPtX = areaPt.x + areaSize.width;
            endPtY = areaPt.y + areaSize.height;
            //用来查找地图区域的颜色
            const CGFloat *componentsForAreaColor = CGColorGetComponents([self getColor:areaColor].CGColor);
            oldColor = 255;
            oldColor = oldColor*256 + (unsigned char)(componentsForAreaColor[2]*255.0);
            oldColor = oldColor*256 + (unsigned char)(componentsForAreaColor[1]*255.0);
            oldColor = oldColor*256 + (unsigned char)(componentsForAreaColor[0]*255.0);
            //要更新成的颜色
            colColor = [colors objectAtIndex:[titles indexOfObject:areaName]];
            const CGFloat *components = CGColorGetComponents(colColor.CGColor);
            newColor = 255;
            newColor = newColor*256 + (unsigned char)(components[2]*255.0);
            newColor = newColor*256 + (unsigned char)(components[1]*255.0);
            newColor = newColor*256 + (unsigned char)(components[0]*255.0);
            
            for (unsigned int i=areaPt.y; i<endPtY; i++) {
                for (unsigned int j=areaPt.x; j<endPtX; j++) {
                    index = j + i*width;
                    if (rawData[index] == oldColor)
                        rawData[index] = newColor;
                }
            }
        }

原先是直接通过color.R/G/B值对比,需要取3次,并且在对比时,也需要进行&&的判断,这些在汇编中其实是好几行机器代码在执行,所以,改成优化后的算法,其实是比原先快了5,6倍的。直接从1.9秒提高到了0.3秒左右。


目录
相关文章
|
2月前
|
存储 算法 Java
Java内存管理深度剖析与优化策略####
本文深入探讨了Java虚拟机(JVM)的内存管理机制,重点分析了堆内存的分配策略、垃圾回收算法以及如何通过调优提升应用性能。通过案例驱动的方式,揭示了常见内存泄漏的根源与解决策略,旨在为开发者提供实用的内存管理技巧,确保应用程序既高效又稳定地运行。 ####
|
16天前
|
存储 缓存 监控
Linux缓存管理:如何安全地清理系统缓存
在Linux系统中,内存管理至关重要。本文详细介绍了如何安全地清理系统缓存,特别是通过使用`/proc/sys/vm/drop_caches`接口。内容包括清理缓存的原因、步骤、注意事项和最佳实践,帮助你在必要时优化系统性能。
146 78
|
3天前
|
存储 缓存 自然语言处理
SCOPE:面向大语言模型长序列生成的双阶段KV缓存优化框架
KV缓存是大语言模型(LLM)处理长文本的关键性能瓶颈,现有研究多聚焦于预填充阶段优化,忽视了解码阶段的重要性。本文提出SCOPE框架,通过分离预填充与解码阶段的KV缓存策略,实现高效管理。SCOPE保留预填充阶段的关键信息,并在解码阶段引入滑动窗口等策略,确保重要特征的有效选取。实验表明,SCOPE仅用35%原始内存即可达到接近完整缓存的性能水平,显著提升了长文本生成任务的效率和准确性。
14 3
SCOPE:面向大语言模型长序列生成的双阶段KV缓存优化框架
|
2月前
|
存储 缓存 JavaScript
如何优化Node.js应用的内存使用以提高性能?
通过以上多种方法的综合运用,可以有效地优化 Node.js 应用的内存使用,提高性能,提升用户体验。同时,不断关注内存管理的最新技术和最佳实践,持续改进应用的性能表现。
128 62
|
2月前
|
存储 缓存 监控
如何使用内存监控工具来优化 Node.js 应用的性能
需要注意的是,不同的内存监控工具可能具有不同的功能和特点,在使用时需要根据具体工具的要求和操作指南进行正确使用和分析。
73 31
|
1月前
|
存储 缓存 监控
Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
本文介绍了Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
99 7
|
1月前
|
存储 算法 Java
Java 内存管理与优化:掌控堆与栈,雕琢高效代码
Java内存管理与优化是提升程序性能的关键。掌握堆与栈的运作机制,学习如何有效管理内存资源,雕琢出更加高效的代码,是每个Java开发者必备的技能。
55 5
|
2月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
65 1
|
13天前
|
存储 缓存 NoSQL
解决Redis缓存数据类型丢失问题
解决Redis缓存数据类型丢失问题
155 85
|
3月前
|
消息中间件 缓存 NoSQL
Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。
【10月更文挑战第4天】Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。随着数据增长,有时需要将 Redis 数据导出以进行分析、备份或迁移。本文详细介绍几种导出方法:1)使用 Redis 命令与重定向;2)利用 Redis 的 RDB 和 AOF 持久化功能;3)借助第三方工具如 `redis-dump`。每种方法均附有示例代码,帮助你轻松完成数据导出任务。无论数据量大小,总有一款适合你。
85 6