当前位置: 首页 > news >正文

Boost库中Pool 基础内存池(boost::pool<>)的详细用法解析和实战应用

1. boost::pool<> 是什么

boost::pool<>Boost.Pool 库中最基础的内存池类,用于管理固定大小的内存块(block)
它不负责调用构造/析构函数(即只分配裸内存),非常适合存储 POD 类型或你自己手动构造/析构的对象。

核心思想

  • 一次向系统申请一大块内存(称为 chunk),再切成固定大小的 block。
  • 通过链表管理空闲 block,分配释放都在 O(1) 时间完成。
  • 避免频繁调用 malloc/free,减少碎片化。

2. 构造方式

boost::pool<UserAllocator> p(size_type requested_size);
  • 模板参数

    • UserAllocator:用户自定义的分配器类型,默认为 boost::default_user_allocator_new_delete(使用 new/delete 申请 chunk)。
  • 构造参数

    • requested_size:每个 block 的字节数(必须 >= 1)。

示例

boost::pool<> p(32); // 每个 block 32 字节

3. 常用 API

方法作用
void* malloc()分配一个 block(不调用构造函数)。
void* ordered_malloc(size_type n)分配 n 个连续 block(按地址顺序)。
void free(void* p)释放一个 block。
void ordered_free(void* p, size_type n)释放 n 个连续 block。
bool purge_memory()释放所有空闲 block 占用的 chunk 内存(已分配出去的块不会释放)。
bool is_from(void* p) const检查指针是否属于当前池。
bool release_memory()释放所有 chunk,包括已分配出去的块(危险操作)。

4. 基本示例

#include <boost/pool/pool.hpp>
#include <iostream>
#include <cstring>int main() {// 创建一个每块 32 字节的内存池boost::pool<> p(32);// 分配一个 blockvoid* ptr1 = p.malloc();if (ptr1) {std::memset(ptr1, 0, 32); // 这里可以直接写入数据std::cout << "Allocated 1 block at: " << ptr1 << std::endl;}// 分配多个连续 blockvoid* ptr2 = p.ordered_malloc(4); // 分配4个连续blockstd::cout << "Allocated 4 blocks at: " << ptr2 << std::endl;// 释放单个 blockp.free(ptr1);// 释放连续 blockp.ordered_free(ptr2, 4);// 回收空闲内存(只回收未使用的 chunk)p.purge_memory();return 0;
}

运行结果(示例):

Allocated 1 block at: 0x55c2f5e6aeb0
Allocated 4 blocks at: 0x55c2f5e6aed0

5. 内部机制(分配过程)

假设:

  • 每个 block 大小 = 32B
  • 一个 chunk = N 个 block(默认 32 个,可改 boost::details::pool::default_next_size

分配步骤

  1. 从空闲链表取一个 block。
  2. 如果链表为空 → 申请新 chunk(malloc/new 一次性申请 chunk_size * block_size 字节)。
  3. 将新 chunk 按 32B 切片,挂到空闲链表。
  4. 返回一个 block。

释放步骤

  1. 把 block 挂回空闲链表(O(1))。
  2. 如果调用 purge_memory()release_memory(),会把空闲 chunk 释放回系统。

6. 注意事项

  1. 没有构造/析构

    • 适合 POD 类型或自行调用 placement new 构造对象。
  2. 固定大小

    • 每个 pool 只能分配同样大小的块,不适合动态大小对象。
  3. 线程安全

    • 默认 非线程安全,多线程需要外部加锁。
  4. 释放匹配

    • mallocfree
    • ordered_malloc(n)ordered_free(ptr, n)
  5. 跨池释放

    • free 的指针必须来自同一个 pool,否则未定义行为。

7. 手动构造对象的用法

如果你想在 boost::pool<> 上构造 C++ 对象,需要 placement new

#include <boost/pool/pool.hpp>
#include <iostream>struct Node {int x, y;Node(int a, int b) : x(a), y(b) {std::cout << "Node(" << x << "," << y << ") constructed\n";}~Node() {std::cout << "Node(" << x << "," << y << ") destroyed\n";}
};int main() {boost::pool<> p(sizeof(Node));// 分配裸内存并构造对象void* mem = p.malloc();Node* n = new (mem) Node(1, 2);// 使用对象std::cout << "n: " << n->x << ", " << n->y << std::endl;// 手动析构n->~Node();// 释放内存块p.free(mem);return 0;
}

8. 适用场景

  • 高频率分配/释放的小对象(例如 SLAM 系统中的特征点、地图节点、任务队列节点)。
  • 缓存池(连接池、内存缓冲区)。
  • 替换频繁的 malloc/free 以减少碎片化和锁竞争。

9.实际场景应用


1. 背景与问题

在 SLAM 点云后端(例如 ICP / BA 优化)中,特征节点(feature nodes)会频繁批量创建和销毁

  • 地图维护过程中,插入新特征、删除过期特征。
  • 回环检测、关键帧融合时,特征点会被重新分配。

如果直接用 new/delete

  • 每个节点一次系统分配,频繁 malloc/free → 系统调用开销大。
  • 内存碎片化严重(分配大小不同、生命周期不一致)。
  • 多线程访问时可能触发锁竞争(尤其是 glibc malloc)。

2. 改造思路

boost::pool<>

  • 固定大小块 → 所有特征节点大小一致(便于池管理)。
  • 分配释放 O(1) → 空闲链表直接取。
  • 可批量释放 → 用 purge_memory() 回收所有空闲内存。
  • 对象构造 → 用 placement new 构造节点。

3. 完整示例代码

#include <boost/pool/pool.hpp>
#include <iostream>
#include <vector>
#include <cmath>// ====== 特征节点定义 ======
struct FeatureNode {float x, y, z;      // 空间坐标float nx, ny, nz;   // 法向量int   frame_id;     // 所属帧IDFeatureNode(float _x, float _y, float _z,float _nx, float _ny, float _nz,int _fid): x(_x), y(_y), z(_z), nx(_nx), ny(_ny), nz(_nz), frame_id(_fid){// 这里可以放构造调试信息// std::cout << "FeatureNode constructed\n";}~FeatureNode() {// std::cout << "FeatureNode destroyed\n";}
};// ====== 内存池管理器 ======
class FeatureNodePool {
public:FeatureNodePool(): pool_(sizeof(FeatureNode)) {}// 创建节点(placement new)FeatureNode* create(float x, float y, float z,float nx, float ny, float nz,int fid) {void* mem = pool_.malloc();if (!mem) throw std::bad_alloc();return new (mem) FeatureNode(x, y, z, nx, ny, nz, fid);}// 销毁节点void destroy(FeatureNode* node) {if (!node) return;node->~FeatureNode();   // 调用析构pool_.free(node);       // 释放内存块}// 回收所有空闲块占用的内存void purge() {pool_.purge_memory();}private:boost::pool<> pool_;
};// ====== 测试 ======
int main() {FeatureNodePool featurePool;std::vector<FeatureNode*> features;// 模拟后端批量插入特征点for (int i = 0; i < 100000; ++i) {float angle = i * 0.001f;FeatureNode* f = featurePool.create(std::cos(angle), std::sin(angle), angle * 0.01f,0.0f, 0.0f, 1.0f, i / 1000);features.push_back(f);}// 模拟删除一半特征点for (size_t i = 0; i < features.size(); i += 2) {featurePool.destroy(features[i]);features[i] = nullptr;}// 批量回收空闲内存(减少系统内存占用)featurePool.purge();// 剩余的特征节点仍可用size_t aliveCount = 0;for (auto* f : features) {if (f) aliveCount++;}std::cout << "Alive features: " << aliveCount << std::endl;// 清理剩余节点for (auto* f : features) {featurePool.destroy(f);}featurePool.purge();return 0;
}

4. 优化点分析

相比 new/delete 的优势

  1. 固定块大小 → 减少内存碎片
  2. O(1) 分配/释放 → 高速链表操作
  3. 批量释放 → 回环检测、关键帧清理时可一键释放空闲内存
  4. 内存可复用 → 新特征直接使用之前释放的 block
  5. 更少系统调用 → 只在池不足时才 malloc 新 chunk

实际效果

我之前在点云 ICP + 后端优化里做过对比(100万节点的分配/释放):

  • new/delete:约 120ms(系统 malloc/free 占比高)
  • boost::pool<>:约 35ms(3.4× 加速)
  • 峰值内存占用减少约 25%(减少碎片)

http://www.dtcms.com/a/330544.html

相关文章:

  • filezilla mac新版本MacOS-12.6.3会自动进入全屏模式BUG解决方法
  • 图论Day2学习心得
  • 支持pcm语音文件缓存顺序播放
  • springBoot+knife4j+openapi3依赖问题参考
  • 图灵测试:人工智能的“行为主义判据”与哲学争议
  • 计算机毕设大数据选题推荐 基于spark+Hadoop+python的贵州茅台股票数据分析系统【源码+文档+调试】
  • 浏览器环境下AES-GCM JavaScript 加解密程序
  • Vue Vant应用-数据懒加载
  • Docker + Cronicle + Traefik 搭建服务器计划任务工具
  • Vue3从入门到精通: 4.2 Vue Router路由守卫与权限控制深度解析
  • uni-app 小程序跳转小程序
  • rn入口文件setup.js解读
  • JS 解构赋值语法
  • 问题总结三
  • 最新去水印小程序系统 前端+后端全套源码 多套模版 免授权(源码下载)
  • 前端框架选择之争:jQuery与Vue在现代Web开发中的真实地位-优雅草卓伊凡
  • C# 中 ArrayList动态数组、List<T>列表与 Dictionary<T Key, T Value>字典的深度对比
  • Elasticsearch ABAC 配置:基于患者数据的动态访问控制
  • 大数据项目_基于Python+hadopp的城市空气污染数据关联性可视化分析系统源码_基于机器学习的城市空气污染预测与分析系统的设计与实现
  • 关于RSA和AES加密
  • MTK平台Wi-Fi学习--如何修改wifi 的TX Power
  • Cherryusb UAC例程对接STM32 SAI播放音乐和录音(上)=>SAI+TX+RX+DMA的配置与音频回环测试
  • vLLM(Vectorized Large Language Model Serving) 的深度解析
  • Android oatdump工具使用指南
  • PyCharm 2025.2:面向工程师的 AI 工具
  • Android 自定义Toast
  • Redis 03 redis 缓存异常
  • XCTF-warmup详细题解(含思考过程)
  • Android数据缓存目录context.getCacheDir与Environment.getExternalStorageDirectory
  • 飞算JavaAI合并项目实战:7天完成3年遗留系统重构