如何解决 " HEAP: Free Heap block xxxxxxxx modified at xxxxxxxx after it was freed "

Free Heap block xxxxxxxx modified at xxxxxxxx after it was freed 收藏

方法一：如果你是Ｃ＋＋程序员，如果你写过一个很复杂的程序，如果你经常碰到莫名其妙的崩溃问题。那么你就有可能遭遇了野指针。如果你比 较细心，注意了Ｄｅｂｕｇ　ｏｕｔｐｕｔ输出窗口的话，那么你就有可能注意到这样一行提示：

HEAP:   Free   Heap   block   xxxxxxxx modified   at   xxxxxxxx after   it   was   freed

网络上关于这个问题提问的人不少，但是真正给的出答案的却少之又少。在网上搜索了几天，终于发现了这个问题的解决之道。下面我来介绍一下。

GFlags是windows debug tools 工具包下的一个工具,在Windows 2000的Resource Kit中也可以找得到。用来设置一些调试属性,总体上分为3个级别System, Kernel, 和 Image File。

我们设置好Path环境变量,将其指向Debug tools工具的目录下。

输入如下命令行：

gflags -p /enable test.exe /full /unaligned

或者 pageheap app.exe /full

该命令行会在注册表里设置一些调试参数,使内存在使用的时候加入了保护机制,所以一旦内存写越界,或者发生野指针的问题,都会导致一个中断。由此, 你就可以确定问题到底出在哪里了。

方法二：

多线程与内存(heap)

关于多线程中的内存问题，必需足够地重视，否则，程序总是会出现莫名其妙的错误。如果幻想某些情况“应该”不会出现，或者是认为某些步骤是按照正常 的顺序下来的，那就错误大大地，因为有一个简单的事实，就是你没有遵守事实，想和CPU对着干！

xx SDK的报错退出问题，从去年直到现在都没有得到有效的解决，近段时间，被频繁地爆露出来，是到了不得不直面的时候了，所以，前两周，去了xx N次，直到现在，还不能确定问题是否真地解决了

SDK的现象：
在自己的测试demo上没有问题，而在平台上就有问题
后来的测试证明，不是demo没有问题，而是原来的demo只 是在跑自己测试的设备，其数量少，环境不真实，实际的情况无法得到有效的测试，所以，demo不会有任何问题

直接运行程序，就是出现调试的那种错误，在平台的vc debug模式下，出现的是触发了用户断点的错误。在SDK的vc debug模式下，爆露了错误的本质：
HEAP[pingtai.exe]: HEAP: Free Heap block 2be3000 modified at 2be3200 after it was freed
这种错误过去从没有遇到过，经查，表明是因为堆被破坏而产生错 误。种种迹象表明，是因为某个内存被删除之后，其内容又被修改了，这样就是破坏了堆，就出现了这种错误，模拟程序如下：

void fun1()
{
char *p = new char[128];
delete[] p;

strcpy( p, "abcdefghijklmnopqrstuvwxyz" );
}

在我模拟的时候，其情况如下：
1. 如果我strcpy()的字节少于13个字节，则不会报任何错误。此情况并不绝对
2. 当fun1()返回时，并不出错，当程序退出时，报错
3. 在fun1()返回后，再调用其它任何函数，即会报错

为方便后面的叙述，把错误的描述如下：
HEAP[<exe>]: HEAP: Free Heap block <addr1> modified at <addr2> after it was freed

对模拟程序的报错进行分析，得出如下结论：
对内存<addr1>进行了删除，然后，又修改了内存<addr2>处 的内容，其中，<addr2>是被包含在<addr1>中的，形式如下：
|------------------------------|
| <addr1> | <addr2>           |
|------------------------------|
在 模拟程序中，<addr1> = p，<addr2> >= p 且 <addr2> < p + 128
在真实的内存中，<addr1>并不是等于p，而是会比p小，其不表示程序代码中的任何一个内存，而是在new时，用于保存p 的内存而产生的内存指针，该指针由windows保存和维护（注：个人认为，通过计算，应该是可以得到p的地址），实际的模式如下：
|------------------------------|
| <addr1> | p                 |
|------------------------------|
<addr1> 是windows占用的内存，而p是程序占用的内存

既然内存的操作已经明确，而且也知道了如何产生了这种错误，那么就要根据<addr2>来找是程序中哪个地方出现了这种情况，采用倒推 的方式，即首先根据<addr2>找到是哪个内存被删除后又重新进行了附值(或者是其中的某处被重新附值)，然后再根据情况来使删除和附值不 要冲突

程序的顺序应该没有问题，因为都是删除后就不再进行附值操作，或者是其它任何使用的可能了，所以，从需要分配内存(主要是char*类型的内存分 配)变量开始找起。把所有new出来的char*指针地址及其长度打印出来，从上万行的打印信息中一个一个查找，却发现没有<addr2>
这 就奇怪了，难道是程序的执行顺序出现了问题？不可能吧
把所有new出来的类地址及其内存范围进行打印，再一行一行地仔细找，汗......
竟 然是CAccept类出现了这种情况！难道其删除之后，还有被使用的情况发生？根据以上内存的分析，肯定是有这种使用情况存在，否则....，找！
因 为CAccept的类使用较少，找起来也比较容易，主要就在两个地方使用，一个是完成端口的死循环中，一个是任务检查的死循环中，肯定是这两个地方的使用 有冲突。
完成端口的工作模式：
while( true )
{
if ( !getcompleteio() )
break;
if ( isaccept() )
{
CAccept *pacc = getaccept(); // 从列表中获取
// 使用pacc，其中有附值操作
... ...
// 删除pacc
SAFE_DELETE(pacc)
}
else
{
// 数据收发及socket端口的其它消息处理
}
}

任务检查的工作模式：
while ( true )
{
wait(5000); // 等待5秒钟，开始任务检查
lock();
while ( not_end_accept_list )
{
CAccept *pacc = nextaccept();
if ( pacc->tooLongTime )
SAFE_DELETE(pacc) // 删除 pacc
}
unlock();

// 连接检查
...
}

对accept的操作子函数(比如createaccept()、getaccept()、deleteaccept()等)，都是被放入临界区中 的，这里仔细检查发现，完成端口中对CAccept的使用没有被放入临界区中，虽然其getaccept()中有临界区的操作，虽然任务检查中对 accept列表的操作也是在临界区中进行的，那么，问题肯定就是出现在了这里。为了验证，对任务检查处的accept删除和在完成端口中对accept 的使用进行信息打印，发现，当完成端口中还没有对其获取的CAccept使用完时，已经被任务检查的循环删除了！
这种情况在正常情况很难出现， 为 了使它容易出现，对临界区的操作加了延时，即人为使每个操作都等待较长的时间(原来是没有任何等待的)，比如100毫秒，或者50毫秒等，这样，可以使很 多的操作都被挂起，在设备的连接达到一定多的时候，这种挂起的操作会越集越多，采用这种方法，可以使一些问题较容易地复现出来
找到问题了，解决 起 来应该是比较容易的了(有些可是棘手的，比如完成端口中else分支里的socket消息的处理)，只需要在完成端口中把对CAccept的使用也放入相 应的临界区中即可，修改完毕，测试，再也没有CAccept的堆问题了，至此，该部分的问题已“完美”地被解决了，那个痛快啊---------，就别提 了... ...

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
还 有两个问题，一个是关于上层对SDK的调用问题，一个是SDK内部的问题。
这两个问题，都和以上的问题的本质一样，就是删除了后还在使用！
1. 上层对SDK的调用
SDK 已经通知了上层设备断开，但是，上层在得到该消息之后，竟然还在调用相应的接口。这本身不成问题，因为上层调用SDK的时候，SDK会从相关的设备列表中 获取相应的连接，然后拿这个连接对设备进行操作，如果是该设备已经断开，那自然就会从相应的列表中删除掉，那么在上层调用的API中获取连接时，肯定是获 取失败，SDK在判断后，自然直接返回失败。没错！你说得太对了，就是这样。...... 停！你想，仔细地想一想，然后再往下看
================================
在 SDK中，不知道上层对SDK的调用和消息接收，是在一个线程中还是两个线程中，那么，SDK无从知道上层对SDK的消息处理和API调用的先后顺序，有 一种情况，应该是比较容易理解的，当SDK向上层进行了很多的消息通知，上层可能是会把这个消息放入消息队列中，然后一个一个地慢慢处理，其处理的某一个 消息，也许是10秒钟之前的消息（有点夸张），如果是这样，而且如果刚好这个消息就是连接断开的消息，那么在其处理该消息之前的3秒钟，用户要对该设备下 发命令，用户看到的结果就是，该设备在线，即下发命令失败，而且显示的错误消息是设备不在线！这样，程序也不会出错，因为7秒了，太久了，SDK应该是已 经把这个连接从连接列表中删除了。
但不幸的是，并不总是这种情况，而是有一个糟糕的情况可能会出现。当API函数中获取到相应的连接后，正在向 设 备下发命令时，连接列表被任务检查中的连接检查循环删除了(比如有1分钟都没有收到任何数据)，这时，如果下发命令的函数中是读取，而不进行任何的附值操 作，则出现的错误，应该是内存非法读的异常，否则，出现的错误，应该是和上面一样的堆错误。这种错误，也许解决起来比较容易，比如在使用时，也放入临界 区，这样当然可行，只是当有100个API时，你就必需得进行100次临界区的操作，这不算重要，更重要的是，由于你在最外层增加了临界区的操作，那么在 SDK的内部，必需要小心地保证临界区的操作不会产生冲突，否则，就会发生程序无反应的情况，需要使用任务管理器来结束的后果。如果其中有附值操作，这也 许是唯一的一种解决方法，但如果是没有附值操作，则可能会比较简单，比如，我只在那时出现了这个错误的API外层，增加了 try...catch()...，这样，如果执行的中间其实例被删除了，则该API直接返回失败。具体的解决方案，可以根据实际情况的不同，进行不同的 处理，这里，只是阐明我自己的想法而已
2. SDK内部的另外一个问题
和CAccept完全一样，只是其复杂度相当大，由于其几乎涉及 到程序的所有地方，所以，解决起来相当棘手，而且，由于其和要上层通讯，则一不小心，就会使临界区冲突(除了上层的代码之外，SDK中的代码都被放入临界 区)：
[收到socket消息] --> [通知上层] --> [上层调用SDK API] --> [API调用SDK内部的函数]
这个过程中，因为SDK通知上层后，需要等到上层返回，才进行下一步处理，上层需要调用API的返回后自己才返 回，而API调用内部函数时候，可能需要先进入临界区才能操作，如此便出现了临界区的冲突。
所以，在处理收到的socket消息时，被放入临界区 是比较危险的做法，所以，这里如果要找到一个好的解决方案，比较棘手

由于时间问题，暂只浅谈之.