- 博客(16)
- 收藏
- 关注
RSS订阅原创 C/C++ 面试基础
使用new操作符申请内存分配时无须指定内存块的大小,而malloc则需要显式地指出所需内存的尺寸。new/delete会调用对象的构造函数/析构函数以完成对象的构造/析构。而malloc则不会。函数指针是指向函数的指针变量。它可以用于存储函数的地址,允许在运行时动态选择要调用的函数。new操作符从自由存储区上为对象动态分配内存空间,而malloc函数从堆上动态分配内存。3. 什么是函数指针,如何定义和使用场景。2. new和malloc的区别。基本变量类型所占大小。
2024-08-13 21:24:33
166
原创 C++虚函数
关于C++虚函数，对某些细节的理解不深入，可能导致我们的程序无法按预期结果运行，或是表明我们对其基本原理理解不够透彻。本文详细解答以下几个问题：实现多态，基类函数忘记写virtual会怎么样？虚函数的默认参数可以重载吗？纯虚函数真的不能有实现吗？析构函数可以是纯虚函数吗？
2024-07-17 11:16:46
858
原创 C++ weak_ptr的应用场景有哪些？
而std::weak_ptr不会增加对象的引用计数，因此，当缓存中的对象没有被其他地方引用时，std::weak_ptr会自动失效，从而导致缓存中的对象被销毁。当对应id的Widget对象已经被缓存时，cache[id].lock()会返回一个指向Widget对象的std::shared_ptr，否则cache[id].lock()会返回一个空的std::shared_ptr，此时，我们就需要重新加载Widget对象，并将其缓存起来，这一步会由std::shared_ptr构造std::weak_ptr。
2024-07-16 16:45:47
832
原创 C++ 观察者模式 思想理解与代码实现
观察者模式是一种设计模式，它定义了对象间的一种一对多的依赖关系，当一个对象的状态发生改变时，所有依赖于它的对象都得到通知并自动更新。在C++中，这个模式允许被观察者（Subject）以一种轻松的方式管理其观察者（Observers）的列表，并在状态改变时通知它们。
2024-07-16 13:56:50
833
原创 C++ : shared_ptr是线程安全的吗
这里我们讨论对shared_ptr进行拷贝的情况，由于此操作读写的是引用计数，而引用计数的更新是原子操作，因此这种情况是线程安全的。对此问题，我们需要从三个并发场景进行考虑，拷贝shared_ptr的安全性、对shared_ptr赋值的安全性和读写shared_ptr指向的内存区域的安全性。下面这个例子，两个线程同时对同一个shared_ptr指向内存的值进行自增操作，最终的结果不是我们期望的20000。shared_ptr本身不是一个线程安全的STL，因此并发读写对应内存区域是不安全的。
2024-07-15 19:58:04
330
原创 C++网络编程之多线程并发
在多线程版的服务器端程序中，多个线程共用同一个地址空间，有些数据是共享的，有些数据的独占的，下面来分析一些其中的一些细节。回收子线程资源：由于回收需要调用阻塞函数，这样就会影响accept()，直接做线程分离即可。负责通信，基于主线程建立新连接之后得到的文件描述符，和对应的客户端完成数据的接收和发送。多线程中分为两大类：主线程（父线程）和子线程，他们分别处理服务端的监听流程和通信流程。创建子线程：建立一个新的连接，就创建一个新的子进程，让这个子进程和对应的客户端通信。
2024-05-14 16:34:12
446
1
原创 C/C++ 语言练习之手撕栈
include//栈类private:int* stk;//表示栈数组//栈顶位置//栈的大小public:~Stack();int pop();
2024-05-10 10:51:27
174
原创 orb_slam3：error: ‘decay_t’ is not a member of ‘std
error: ‘decay_t’ is not a member of ‘std
2022-11-25 21:06:52
670
1
原创 视觉SLAM十四讲编译ch6踩坑记
error: ‘FixedArray’ {aka ‘class ceres::internal::FixedArray’} has no member named ‘fill’
2022-11-23 21:37:07
244
1
原创 Detnet: A Backbone network for Object Detection
一个专门为目标检测设计的骨干网络主要贡献：1.分析了分类网络直接用于目标检测的弊端。2.提出了新的骨干网络Detnet3.在MSCOCO数据集上实现了当前最先进的结果。动力：更深层的的Conv会导致边界框的模糊，从而导致不能精确的回归出目标框。另外large stride 还会丢失小目标。特性：保留了高分辨率的特征，同时保持了大的感受野。两个挑战：1.保持空间信息将花费额外的计算量和内存。2.减少下采样有害于图像的分类和语义分割。详细设计：论文采用ResNet-50作为baseli
2020-12-31 16:43:26
139
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人