跳到內容
C/C++ 學習筆記

18｜找出記憶體洩漏

還沒完成只限 CCPU 時間上限 1 秒計算 heap 用量

相關主題： 控制記憶體的必備指令

題目說明

Section titled “題目說明”

只限 C｜CPU 時間上限 1 秒｜計算 heap 用量，有記憶體洩漏就不通過

題目

Section titled “題目”

這個資料夾裡有一個 buggy.c，是一個「單字統計」程式。它的輸出完全正確，但是有 3 個記憶體洩漏（配置了、卻到程式結束都沒有釋放的記憶體），而且 3 個的成因都不一樣。

你的工作：

  1. 把 buggy.c 複製成 main.c（buggy.c 留著不要改，方便對照）。
  2. 找出並修好所有記憶體洩漏。
  3. 輸出必須和原本完全一樣。

不需要重寫程式，只要在正確的地方補上 free（或稍微調整程式碼的順序）。

這個程式在做什麼

Section titled “這個程式在做什麼”

讀入多行英文文字，統計每個單字出現幾次：

  • 空行（只有空白字元的行）和註解行（第一個非空白字元是 # 的行）會被跳過。
  • 其他的行用空白、Tab 和標點符號 . , ! ? ; : " ( ) 切成一個個單字，英文字母一律轉成小寫再統計。所以 The 和 THE 算同一個單字；It's 是一個單字 it's；出現在行中間的 # 不是註解，會被當成單字（或單字的一部分）。

怎麼找洩漏

Section titled “怎麼找洩漏”

第 1 步：看記憶體報告。 在終端機輸入（一行）：

run exercises\3-memory\18-find-the-leak\buggy.c --mem --input exercises\3-memory\18-find-the-leak\tests\01.in

--mem 會關掉 Sanitizer、改用記憶體記帳器執行，--input 讓程式從測試檔讀輸入。也可以在 VS Code 開著 buggy.c，按 Ctrl+Shift+P → Tasks: Run Task → 「執行並顯示記憶體報告」，再自己打輸入（打完按 Ctrl+Z 再按 Enter 表示輸入結束）。

程式的輸出後面會接著一份報告，最後幾行長這樣：

  ⚠ 記憶體洩漏：程式結束時還有 N 塊、共 M bytes 沒有釋放：
    buggy.c:行號（函式名稱）：多少 bytes（幾塊）
    …

每一行的意思是：「在 buggy.c 的這一行（這個函式裡）配置的記憶體，有這麼多塊到程式結束都沒有釋放」。

第 2 步：沿著指標追。 報告告訴你的是記憶體在哪裡配置，不是應該在哪裡釋放。對每一個位置，問自己：

  • 配置出來的指標被存到哪個變數、傳給了誰？
  • 最後一次用到它是在哪裡？那裡之後就應該 free。
  • 從配置到 free 之間，有沒有哪條路（continue、break、return）會跳過 free？

第 3 步：修改 main.c，再看一次報告。 把上面指令裡的 buggy.c 換成 main.c 再執行，直到報告顯示「✔ 程式結束時所有配置的記憶體都已經釋放」。也可以換別組測試（tests\04.in 等）多試幾次。

注意：

  • 平常的 run 和 Ctrl+Shift+B 用的 AddressSanitizer 在 Windows 上不會檢查記憶體洩漏（它抓的是越界、use-after-free、double free），所以這一題要用 --mem 的記憶體報告。
  • 修的時候小心不要「修過頭」：釋放之後又使用（use-after-free）、或同一塊釋放兩次（double free），檢查的第一階段（Sanitizer）會直接報錯，並指出是哪一行。
  • 在題目資料夾裡，開著 main.c 按 Ctrl+Shift+B 是檢查答案；開著 buggy.c 按 Ctrl+Shift+B 則是直接執行 buggy.c（Sanitizer 模式，不會顯示記憶體報告，要看報告請用上面的 --mem 指令）。

輸入

Section titled “輸入”

buggy.c 要處理的輸入：

  • 多行英文文字，最多 5000 行，每行最多 1000 個字元。
  • 只包含英文字母、數字、空白、Tab 和標點符號。
  • 不同的單字最多 1000 個。

輸出

Section titled “輸出”
  • 第一行 lines L：有內容的行數（不含空行和註解行；只有標點符號的行也算一行）。
  • 第二行 words W：單字的總數。
  • 第三行 distinct D：不同單字的個數。
  • 接下來 D 行，每行 單字 次數，依照次數由多到少排列；次數相同時依照字母順序（strcmp 的順序）。

範例

Section titled “範例”

輸入：

# a tiny example
The cat saw the dog.


  the DOG saw a cat!
# end

輸出：

lines 2
words 10
distinct 5
the 3
cat 2
dog 2
saw 2
a 1

複習重點

Section titled “複習重點”

C：

  • 誰配置、誰釋放：函式回傳一塊 malloc 來的記憶體，就等於把「釋放的責任」交給呼叫端。寫這種函式時，在註解寫清楚「回傳新配置的字串，呼叫端要 free」
  • 提早離開的路徑：continue、break、return 會跳過後面的程式碼，包括後面的 free。每加一條提早離開的路，都要想一次「現在手上有哪些還沒釋放的記憶體？」
  • 結構裡的指標：free(p) 只釋放 p 指向的那一塊，不會順便釋放那一塊裡面的指標指向的東西。要先釋放裡面的，再釋放外面的
  • 為什麼要 free，程式結束時作業系統不是會回收嗎？ 這個程式很快就結束所以看不出影響，但伺服器、遊戲這類長時間執行的程式，在迴圈裡每次漏一點，記憶體就會一直增加直到用完。養成「每個 malloc 都有對應的 free」的習慣，也讓記憶體工具的報告保持乾淨，真正的問題才不會被淹沒
  • 記帳器追蹤的是 malloc / calloc / realloc / free（C++ 還有 new / delete）

C++ 對照：

  • std::string、std::vector 和智慧指標 std::unique_ptr 在離開範圍時會自動釋放自己管理的記憶體（RAII），這一題的三種洩漏在 C++ 裡大多可以靠它們避免。第 19 題會練習這個觀念
提示 1：先把報告的每一行對應到原因

報告會列出 3 個位置。看「塊數」可以幫助你猜原因：用 tests\01.in（範例）時，

  • 哪一個位置的塊數，剛好等於空行加註解行的數量？
  • 哪一個位置的塊數，剛好等於不同單字的數量？（有兩個都是！）

再看看這些位置分別在哪個函式裡、那個函式是誰呼叫的。

提示 2：lower_copy 和 format_entry

這兩個函式都回傳新配置的字串，呼叫它們的都是 main：

  • lower_copy 的結果在迴圈最後有 free(text)……但每一行都會走到那裡嗎？
  • format_entry 的結果拿去 puts 之後就再也沒用了，有人釋放它嗎？
提示 3：add_word 裡配置的字串

add_word 把每個新單字複製一份，存到 table.items[i].word。程式最後的 free(table.items) 釋放的是「放 Entry 的那個陣列」，陣列裡每個 word 指向的字串是另外配置的，不會跟著被釋放。

所以在 free(table.items) 之前，要先用迴圈把每個 table.items[i].word 釋放掉。順序不能反過來：先釋放 table.items 的話，之後再讀 table.items[i].word 就是 use-after-free。