7-10.【高级特性】如何用 Swift 的内存模型分析频繁复制或 ARC 压力问题？

一、先建立分析心智模型（非常关键）

Swift 中只有两类“慢源头”

1. 值类型路径

   • struct / enum
   • 问题来源：复制、stride、COW 失效

2. 引用类型路径

   • class / closure
   • 问题来源：retain / release 抖动、逃逸、堆分配

👉 所有性能问题，都能归到这两类之一。

---

二、第一步：用“内存模型”快速定性（不用工具）

1️⃣ 看到 struct，就问 4 个问题

struct BigModel {
    var a: Int
    var b: [Int]
}

问自己：

1. size / stride 多大？ （> 64B 警惕）
2. 是否频繁赋值 / 传参 / 返回？
3. 是否频繁写？（会触发 COW）
4. 是否在循环 / map / async 中？

如果 ≥2 个是 “是” → 复制热点

---

2️⃣ 看到 class，就问 4 个问题

class Node {
    var next: Node?
}

问自己：

1. 是否频繁创建 / 销毁？
2. 是否被 closure / async 捕获？
3. 是否通过 protocol / AnyObject 传递？
4. 是否跨线程？

如果 ≥2 个是 “是” → ARC 压力热点

---

三、第二步：用 Instruments 定位“哪一种压力”

1️⃣ 查 ARC 压力（引用类型）

用 Instruments → Allocations + Zombies（调试）

关注：

• retain
• release
• objc_retain
• swift_retain

如果看到：

• 高频 retain/release
• 对象生命周期极短

👉 ARC 抖动

---

2️⃣ 查值类型复制（struct / enum）

用 Instruments → Time Profiler

看：

• swift_retain + swift_release（COW buffer）
• memcpy
• outlined copy
• copy_value_buffer

👉 命中这些，基本就是 值复制

---

四、第三步：回到 Swift 内存模型做“根因分析”

场景 A：struct 复制热点

models.map {
    var m = $0
    m.count += 1
    return m
}

内存模型视角：

• 每个 $0 是一个 完整值拷贝
• map 生成新数组
• 每次写触发 COW

👉 N × size 的复制

修复策略：

• for i in indices
• inout
• 拆 struct
• 手动 COW

---

场景 B：ARC 抖动热点

for _ in 0..<10_000 {
    let obj = Foo()
    use(obj)
}

内存模型视角：

• 每次 loop：

  • heap alloc
  • retain
  • release

• 逃逸分析失败（use 不透明）

修复策略：

• 对象池
• 值类型替代
• final class
• inline / 泛型

---

五、第四步：判断“该用哪种手段解决”

现象	根因	解决方向
memcpy 多	struct 太大	拆分 / 引用内核
swift_retain 多	COW buffer	减少写
objc_retain 多	class 逃逸	final / 局部化
alloc 多	堆频繁	栈化 / 复用

---

六、一个真实“翻车 → 修复”的例子

❌ 原始代码

struct State {
    var list: [Item]
}

func update(_ state: State) -> State {
    var s = state
    s.list.append(Item())
    return s
}

• State 在 reducer 中被疯狂复制
• 每次 append 都触发 COW

✅ 修复后

func update(_ state: inout State) {
    state.list.append(Item())
}

• 单一 buffer
• 无中间复制
• ARC / memcpy 大幅下降

---

七、进阶：SIL 视角（面试加分）

如果你说一句：

“我会看 SIL 里是否有 copy_value / retain_value，
以及 alloc_ref 是否被提升为 alloc_stack”

面试官基本就知道你不是在背书。

---

八、终极总结（工程可落地）

用 Swift 内存模型分析性能问题的关键，是先区分“值复制”还是“ARC 压力”，
再从 size / stride / COW / 逃逸分析四个维度定位根因，
最后选择结构性改造，而不是微调语法。