作者：小飞飞 | 来源：3DCV
添加微信：dddvisiona，备注：求职招聘 ，拉你入群。文末附行业细分群。
在2023的秋招中，我参加过多次面试，这些面试都会问到C++的相关知识，C++面试不仅考察理论知识，还会考察解决问题的能力。我将分享我在面试中遇到的一些常见问题，给正在参加秋招的你一些参考。
1.C++新特性
C++的新特性主要在其最新的几个版本中引入，包括C++11、C++14、C++17和C++20。
C++11:
• 自动类型推断(auto)：该关键字允许编译器自动推断变量的类型。
• 范围for循环：这种新的for循环语法使得遍历容器变得更简洁。
• nullptr：引入了新的空指针类型，以替代之前的NULL。
• 新的智能指针：引入了unique_ptr和shared_ptr，使得内存管理更加安全和方便。
• 移动语义和右值引用：这使得开发人员可以编写更有效率的代码，尤其是涉及到临时对象的情况。
C++14:
• 泛型Lambda：C++14添加了对泛型Lambda的支持，使得Lambda可以接受自动类型推断的参数。
• 变量模板：这是模板的一个新形式，可以定义模板常量或者模板全局变量。
• 二进制字面量：C++14开始支持使用二进制字面量，如：0b1010
C++17:
• 结构化绑定：这允许开发人员在一行代码中声明和初始化多个变量。
• std::optional：这是一个可以包含值或者不包含值的模板类型。
• std::variant：这是一个安全的联合类型，可以在一组预定义类型中保存值。
• std::filesystem：这是一个全新的文件系统库，用于操作路径、文件和目录。
这里推荐学习「3D视觉工坊」最新推出的C++从入门到进阶课程:面向三维视觉算法的C++重要模块精讲：从零基础入门到进阶
2.类的实例大小计算
Sizeof(x):返回的是x占的字节数，64位机一个指针（地址）占8个字节，32位机的一个指针占4个字节。
在C++中，类的实例大小计算是一个复杂且关键的过程。以下是一些主要规则：
基本数据类型大小：类的实例大小至少等于其所有非静态成员变量的大小之和。例如，如果一个类有一个 int 成员和一个 double 成员，那么该类的大小至少是 sizeof(int) + sizeof(double)（还没做内存对齐）。这不包括静态成员，因为静态成员不是类的每个实例的一部分，但是在全局范围内只存在一份。
继承：在C++中，如果一个类B继承自另一个类A，那么类B的实例大小至少是 sizeof(A) + sizeof(B中新增的成员)。
对齐规则：C++编译器可能会调整成员的布局以满足硬件的对齐要求，这可能会增加类的大小。例如，如果一个类有一个 char 成员和一个 double 成员，在某些硬件上 double 必须在8字节的边界上对齐，所以编译器可能会在 char 和 double 之间插入7个填充字节。
虚函数：如果一个类有虚函数，那么它的大小至少还包括一个指向虚函数表（vtable）的指针。这个虚函数表在内存中是一个包含函数指针的数组，每个函数指针指向类中的一个虚函数的实现。
空类：在C++中，一个空类的大小不是0，而是1。这是因为每个对象（包括类的实例）在内存中都需要有一个唯一的地址。
3.static关键字
静态全局变量不能被其它文件所用，static最大的可见范围就是本文件。态变量的生命周期是从它们被初始化时开始，直到程序结束时才消亡。因此，如果你尝试使用extern和static修饰同一个变量，编译器会报错。例如，在GCC中，你会得到这样的错误：
error: 'static' and 'extern' are mutually exclusive在C++17之前，类的静态成员变量需要在类外部定义和初始化。然而，使用inline关键字，你可以在类内部定义和初始化静态成员变量:
class MyClass {
public:
static inline int count = 0; // Declare, define and initialize static data member
};4.const关键字
const 关键字用于声明一个常量，也就是说，这个变量的值一旦设定，就不能更改。因此，const 变量必须在声明时就初始化.如果 const 是一个类的成员变量，那么它必须在构造函数的初始化列表中初始化：
class MyClass {
public:
const int a;
MyClass(int value) : a(value) {}
};当const关键字出现在星号 * 前面它是在声明一个指针，该指针指向的内容是不能修改的。不能通过这个指针来改变它所指向的值，但是可以改变这个指针本身所指向的地址。在星号后面则反之。
5.左值和右值
在C++中，"左值"和"右值"是两种不同类型的表达式。这两个术语源于它们在赋值表达式中可能出现的位置，左值通常出现在赋值操作符的左边，而右值通常出现在赋值操作符的右边。然而，这只是最初的定义，现代C++中对这两个概念的定义已经有所扩展和深化.
左值（Lvalue）:左值是一个可以定位到存储空间的表达式，这个存储空间有一个可观察的地址。左值可以出现在赋值操作符的左边或右边。例如，如果我们有一个变量a，那么表达式a就是左值，因为a具有明确的内存位置:
int a = 10; // 'a' is an lvalue
a = 20; // 'a' is on the left side of assignment operator
int b = a; // 'a' is also an lvalue when it is on the right side of assignment operator右值（Rvalue）:右值是一个不与特定内存位置关联的表达式。它们是临时的，不能具有可观察的地址。右值主要包括：• 字面量（例如：10, 20.5, 'a'） • 返回值为非引用类型的函数的结果 • 二元运算符或一元运算符的计算结果
int y = x + 2; // '(x + 2)' is an rvalue
int z = foo(); // if foo() is a function returning non-reference type, then 'foo()' is an rvalue在C++11及后续版本中，右值引用和移动语义的引入使得右值的概念更加复杂。C++11引入的右值引用允许我们修改右值，并对临时对象进行优化，这在大型对象或资源所有权传递的情况下，可以显著提高性能.
6.struct和class
在 C++ 中，struct和class基本上是相同的；它们都可以包含数据成员和成员函数，也都可以用于继承和多态。但是，它们在默认访问级别和默认继承方式上有些微妙的差别。
•struct的默认成员访问级别是public。也就是说，如果你不明确指定一个struct的成员是public、protected还是private，那么它默认就是public。
•class的默认成员访问级别是private。也就是说，如果你不明确指定一个class的成员是public、protected还是private，那么它默认就是private。
•如果你在继承一个struct时不明确指定是public、protected还是private继承，那么它默认就是public继承。
•如果你在继承一个class时不明确指定是public、protected还是private继承，那么它默认就是private继承
7.指针和引用的区别是什么
在C++中，指针和引用都是用于存储另一个对象的地址或别名的变量类型。但是，它们之间存在一些关键的区别。
1.基本定义：指针是一个变量，其值为另一个变量的地址，而引用则是一个已存在变量的别名
2.空值：指针可以为空，而引用在创建时必须被初始化，并且不能改变引用到的对象。
3.更改指向：指针的指向可以在其生命周期中改变，即它可以指向另一个对象。而引用一旦创建，就不能更改引用到的对象。
4.使用方式：使用指针访问其指向的对象时，必须使用解引用运算符( * )。而使用引用时，可以像使用普通变量一样直接访问。
5.指针的指针与引用的引用：C++允许指针的指针，但是不允许引用的引用。
8.delete和delete[]的区别
在C++中，delete和delete[]用于释放动态分配的内存，但它们的用途是有区别的：
• delete 用于删除通过 new 单独创建的单一对象。
• delete[] 用于删除通过 new[] 创建的对象数组。这两者的区别在于 delete 只能用于销毁单一对象，而 delete[] 可以销毁整个对象数组。如果在对象数组上使用 delete 或在单一对象上使用 delete[]，那么可能会导致未定义的行为。
int* p = new int;
delete p;
// 对于对象数组的创建和删除
int* arr = new int[10];
delete[] arr;9.进程和线程有什么区别
进程和线程是操作系统中两个基本概念，它们在资源分配、运行方式以及使用场景等方面有一些重要的区别：
1.资源分配：进程是操作系统分配资源的基本单位，比如CPU时间、内存空间等。每个进程有自己的地址空间，这个地址空间包含了程序代码、全局变量、堆、栈等。而线程是进程的一部分，是CPU调度的基本单位。一个进程可以包含多个线程，这些线程共享进程的地址空间和其他资源。
2.运行方式：每个进程都有自己的独立执行路径，并且进程间的运行互不影响。但是在同一个进程中的线程，它们的执行可以被彼此影响。线程之间可以通过共享数据和通信来协调行为。
3.创建开销：创建或销毁一个进程的开销通常比创建或销毁一个线程的开销要大，因为操作系统需要分配或回收更多的资源。线程的创建和销毁只涉及到一些寄存器、栈和线程元数据的分配，因此开销较小。
4.切换开销：进程间切换的开销也大于线程间切换的开销。进程切换需要更多的时间和资源，因为每次切换都需要改变整个地址空间。而线程切换更快，因为同一进程中的线程共享相同的地址空间。
5.通信方式：进程间通信(IPC，Inter-Process Communication)需要使用特殊的操作系统API，如管道、消息队列、共享内存等。而线程间通信更容易，因为它们共享相同的内存，可以直接访问彼此的堆和全局变量。
10.C++程序的处理过程
预处理阶段：写好的⾼级语⾔的程序⽂本⽐如hello.c，预处理器根据#开头的命令，修改原始的程序，如#include将把系统中的头⽂件插⼊到程序⽂本中，生成以.i结尾的⽂件。
编译阶段：编译器将hello.i⽂件翻译成⽂本⽂件hello.s，这个是汇编语⾔程序。⾼级语⾔是源程序。汇编语⾔程序是以标准的⽂本格式确切描述⼀条低级机器语⾔指令。不同的⾼级语⾔翻译的汇编语⾔相同。
汇编阶段：汇编器将hello.s翻译成机器语⾔指令。把这些指令打包成可⾦定位⽬标程序，即.o⽂件。hello.o是⼀个⼆进制⽂件，它的字节码是机器语⾔指令，不再是字符。前⾯两个阶段都还有字符。
链接阶段：⽐如hello程序调⽤printf程序，它是每个C编译器都会提供的标准库C的函数。这个函数存在于⼀个名叫printf.o的单独编译好的⽬标⽂件中，这个⽂件将以某种⽅式合并到hello.o中。链接器就负责这种合并。得到的是可执⾏⽬标⽂件。
高效学习3D视觉三部曲
第一步 加入行业交流群，保持技术的先进性
目前工坊已经建立了3D视觉方向多个社群，包括SLAM、工业3D视觉、自动驾驶方向，细分群包括：
[工业方向]三维点云、结构光、机械臂、缺陷检测、三维测量、TOF、相机标定、综合群；
[SLAM方向]多传感器融合、ORB-SLAM、激光SLAM、机器人导航、RTK|GPS|UWB等传感器交流群、SLAM综合讨论群；
[自动驾驶方向]深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器讨论群、多传感器标定、自动驾驶综合群等。
[三维重建方向]NeRF、colmap、OpenMVS、MVSNet等。
[无人机方向]四旋翼建模、无人机飞控等。
除了这些，还有求职、硬件选型、视觉产品落地等交流群。
大家可以添加小助理微信: dddvisiona，备注：加群+方向+学校|公司, 小助理会拉你入群。
第二步 加入知识星球，问题及时得到解答
3.1 「3D视觉从入门到精通」技术星球
针对3D视觉领域的视频课程（三维重建、三维点云、结构光、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、源码分享、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答等进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业、项目对接为一体的铁杆粉丝聚集区，6000+星球成员为创造更好的AI世界共同进步，知识星球入口：「3D视觉从入门到精通」
学习3D视觉核心技术，扫描查看，3天内无条件退款
3.2 3D视觉岗求职星球
本星球：3D视觉岗求职星球 依托于公众号「3D视觉工坊」和「计算机视觉工坊」、「3DCV」，旨在发布3D视觉项目、3D视觉产品、3D视觉算法招聘信息，具体内容主要包括：
收集汇总并发布3D视觉领域优秀企业的最新招聘信息。
发布项目需求，包括2D、3D视觉、深度学习、VSLAM，自动驾驶、三维重建、结构光、机械臂位姿估计与抓取、光场重建、无人机、AR/VR等。
分享3D视觉算法岗的秋招、春招准备攻略，心得体会，内推机会、实习机会等，涉及计算机视觉、SLAM、深度学习、自动驾驶、大数据等方向。
星球内含有多家企业HR及猎头提供就业机会。群主和嘉宾既有21届/22届/23届参与招聘拿到算法offer（含有海康威视、阿里、美团、华为等大厂offer）。
发布3D视觉行业新科技产品，触及行业新动向。
第三步 系统学习3D视觉，对模块知识体系，深刻理解并运行
如果大家对3D视觉某一个细分方向想系统学习[从理论、代码到实战],推荐3D视觉精品课程学习网址：www.3dcver.com
科研论文写作：
基础课程：
[1]面向三维视觉算法的C++重要模块精讲：从零基础入门到进阶
[2]面向三维视觉的Linux嵌入式系统教程[理论+代码+实战]
工业3D视觉方向课程：
[1]（第二期）从零搭建一套结构光3D重建系统[理论+源码+实践]
SLAM方向课程:
[1]深度剖析面向机器人领域的3D激光SLAM技术原理、代码与实战
[2]彻底剖析激光-视觉-IMU-GPS融合SLAM算法：理论推导、代码讲解和实战
[3]（第二期）彻底搞懂基于LOAM框架的3D激光SLAM：源码剖析到算法优化
[4]彻底搞懂视觉-惯性SLAM：VINS-Fusion原理精讲与源码剖析
[5]彻底剖析室内、室外激光SLAM关键算法和实战(cartographer+LOAM+LIO-SAM)
视觉三维重建：
[2]基于深度学习的三维重建MVSNet系列 [论文+源码+应用+科研]
自动驾驶方向课程：
[1] 深度剖析面向自动驾驶领域的车载传感器空间同步（标定）
[2] 国内首个面向自动驾驶目标检测领域的Transformer原理与实战课程
[4]面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
[5]如何将深度学习模型部署到实际工程中？（分类+检测+分割）
无人机：
[1] 零基础入门四旋翼建模与控制(MATLAB仿真)[理论+实战]
615
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
