用完 ram C++

Mig*_*das 6 c++ ram

我正在使用 4D 矩阵(使用 STL 向量)。通常,维度是不同的。例如,我正在读取一个维度为 192x256x128x96 的矩阵,下面的代码以 0 到更大的维度(在这种情况下为 256)。

while(matriz.size() < width)   //width es el tamaño de N
{
    vector<vector<vector<short>>> aux;
    matriz.push_back(aux);
}

for(auto i = 0; i < matriz.size(); i++)
{
    while(matriz[i].size() < width)
    {
        vector<vector<short>> aux;
        matriz[i].push_back(aux);
    }
}


for(auto i = 0; i < matriz.size(); i++)
    for(auto j = 0; j < matriz[i].size(); j++)
        while(matriz[i][j].size() < width)
        {
            vector<short> aux;
            matriz[i][j].push_back(aux);
        }   
            


for(auto i = 0; i < matriz.size(); i++) 
    for(auto j = 0; j < matriz[i].size(); j++)
        for(auto k = 0; k < matriz[i][j].size(); k++)  
            while(matriz[i][j][k].size() < width)  
            {
                matriz[i][j][k].push_back(0);
            }
               

Run Code Online (Sandbox Code Playgroud)

该代码适用于中小型 4D 矩阵,我已经尝试过使用 200x200x200x200 并且它确实有效,但是我需要将它与 256x256x256x256 矩阵一起使用,当我运行它时,我的计算机没有响应。

不知道是不是内存问题。我的电脑有 12GB RAM,如果我没记错的话,矩阵的大小是 8GB。

知道如何解决这个问题吗?

编辑

如果我让程序运行,一段时间后它就会被杀死 程序被杀

200x200x200x200 矩阵的内存使用率为 56.7%

内存使用情况

Jos*_*son 5

让我们看看我是否有这个权利。

您正在生产:

  • 1 个向量包含:
  • 256 个向量,每个向量
  • 每个拥有 256 个向量(总共 65,536 个)
  • 每个拥有 256 个向量(总共 16,777,216 个)
  • 256 条短裤(总共 4,294,967,296 条,或如您所指的 8,589,934,592 字节)

我不知道每个向量本身的整个大小,但可能远低于 1k,因此您使用的内存不到 10 g。

然而,这有很多事情要做。它真的挂了,还是只需要很长很长时间。

一些定期的调试输出将有助于回答这个问题。


rus*_*tyx 3

一些提示(来自评论):

\n
    \n
  1. 运行优化构建 ( -O3),这应该会加快处理速度。

    \n
  2. \n
  3. 不要使用循环中push_back()的空,而是使用. 这将防止代价高昂的重新分配。vectorresize()

    \n

    例如,替换

    \n
     while(matriz.size() < width)   //width es el tama\xc3\xb1o de N\n {\n     vector<vector<vector<short>>> aux;\n     matriz.push_back(aux);\n }\n
    Run Code Online (Sandbox Code Playgroud)\n

    \n
     matriz.resize(width);\n
    Run Code Online (Sandbox Code Playgroud)\n

    如果确实需要push_back()循环使用,至少要reserve()提前考虑一下容量。这可以再次防止代价高昂的重新分配。重新分配向量可以短暂地将其通常使用的内存量增加一倍。

    \n
  4. \n
  5. 使用诸如top实时观察机器上的内存和交换使用情况之类的工具。如果您发现使用的交换空间增加,则意味着计算机内存不足。

    \n
  6. \n
\n