智能指针:告别内存泄漏的利器----《Hello C++ Wrold!》(27)--(C/C++)

智能指针:告别内存泄漏的利器----《Hello C++ Wrold!》(27)--(C/C++)

文章目录

前言

在 C++ 编程中,动态内存管理始终是开发者面临的核心挑战之一。手动使用new分配内存、delete释放内存的模式,不仅需要开发者时刻关注内存生命周期,更可能因疏忽导致内存泄漏(忘记调用delete)、二次释放(重复调用delete),或是在异常抛出时因执行流跳转跳过delete语句等问题 —— 这些隐患轻则导致程序性能退化,重则引发崩溃或不可预期的运行错误,成为项目中难以排查的 “隐形 bug”。

为解决这一痛点,C++ 标准库引入了智能指针这一核心工具。它基于 “资源获取即初始化”(RAII)的设计思想,将动态内存资源封装为对象的成员,利用 C++ 对象自动调用析构函数的特性,实现内存的 “自动释放”,从根本上减少手动管理内存的负担与风险。

本文将系统梳理智能指针的核心作用、实现原理,并针对 C++ 标准库中不同类型的智能指针(auto_ptr、unique_ptr、shared_ptr、weak_ptr)展开详细解析:包括它们的设计逻辑、模拟实现代码、适用场景,以及如何规避shared_ptr循环引用等典型问题。同时,文中还将补充 “删除定制器” 等进阶用法,帮助开发者根据实际需求灵活应对复杂的内存管理场景,最终掌握高效、安全的 C++ 动态内存管理方案。

智能指针的作用

作用:如果正确使用了智能指针的话,就不用自己手动delete

自己手动delete容易忽略的地方:在抛异常时容易跳过自己写的delete或者自己忘记delete

智能指针的实现和原理

原理:资源交给对象管理,对象生命周期内,资源有效;对象生命周期到了,释放资源–用的是RAII思想

–在实现的时候要让这个对象的用法像指针一样哈
智能指针的实现:template<classT>classSmartPtr{public:SmartPtr(T* ptr):_ptr(ptr){}~SmartPtr(){delete _ptr;} T&operator*(){return*_ptr;} T*operator->(){return _ptr;}private: T* _ptr;}; 用的话就eg:SmartPtr<string>sp(newstring("renshen"));
但是这种智能指针有个问题:

库里面的智能指针

不需要拷贝的场景,一般使用unique_ptr

需要拷贝的场景,一般使用shared_ptr–但是要小心循环引用

std::auto_ptr

这个是C++98实现的 原理其实就是管理权的转移–eg:在拷贝,会把被拷贝对象的资源管理权转移给拷贝对象,被拷贝对象悬空

这个智能指针也是基于RAII思想搞出来的
这个智能指针有很大的弊端:如果管理权被转移了的话,之前那个指针就会变成空指针

–因此很多公司都是明令禁止使用的

auto_ptr的模拟实现

template<classT>classauto_ptr{public:auto_ptr(T* ptr):_ptr(ptr){}~auto_ptr(){delete _ptr;} T&operator*(){return*_ptr;} T*operator->(){return _ptr;}auto_ptr(auto_ptr<T>& ap):_ptr(ap._ptr){ ap._ptr =nullptr;}//其实还有=号,->会把eg:sp1 = sp2的sp1原来的内存delete掉,然后管理权转移private: T* _ptr;}; 使用eg:A是一个类 auto_ptr<A>ap1(newA(5));//new A(5)这可不是什么匿名对象

std::unique_ptr

unique_ptr,shared_ptrweak_ptr是Boost库先实现的(底层和名字稍有不同),后来C++11也支持这几个智能指针的使用了
unique_ptr的话就是直接让智能指针不能拷贝和赋值+管理权转移

–这个智能指针也是基于RAII思想实现的

unique_ptr的模拟实现

template<classT>classunique_ptr{public:unique_ptr(T* ptr):_ptr(ptr){}~unique_ptr(){delete _ptr;} T&operator*(){return*_ptr;} T*operator->(){return _ptr;}unique_ptr(unique_ptr<T>& ap)=delete; unique_ptr<T>&operator=(unique_ptr<T>& ap)=delete;//除了这种办法:还能private这个成员函数,并且只声明不实现private: T* _ptr;}; 使用:unique_ptr<A>up1(newA(5));
引申:一般拷贝不让实现的话,赋值也不能实现–就像上面禁止就一起禁止了

std::shared_ptr

这个智能指针是最全面的–一般都是用的这个,然后有循环引用的时候搭配weak_ptr

–也是RAII思想实现的

原理:通过引用计数的方式来实现多个shared_ptr对象之间共享资源

shared_ptr的模拟实现

template<classT>classshared_ptr{public:shared_ptr(T* ptr =nullptr):_ptr(ptr),_pcount(newint(1)){}template<classD>shared_ptr(T* ptr, D del):_ptr(ptr),_pcount(newint(1)),_del(del){}~shared_ptr(){if(--(*_pcount)==0)//注意理解这里{_del(_ptr);delete _pcount;}} T&operator*(){return*_ptr;} T*operator->(){return _ptr;}shared_ptr(const shared_ptr<T>& sp):_ptr(sp._ptr),_pcount(sp._pcount){++(*_pcount);} shared_ptr<T>&operator=(const shared_ptr<T>& sp){if(_ptr == sp._ptr)return*this;//注意自己给自己赋值这个场景--一般都需要考虑if(--(*_pcount)==0){delete _ptr;delete _pcount;} _ptr = sp._ptr; _pcount = sp._pcount;++(*_pcount);return*this;//赋值的话一般return =前面的那个操作数} T*get()const{return _ptr;}private: T* _ptr;int* _pcount;//这里的计数 用静态的:static int count是不行的 function<void(T*)> _del =[](T* ptr){delete ptr;};//这个_del的类型很巧妙}; 用法: shared_ptr<A>sp1(newA(1)); 注意:shared_ptr<A>跟A可不是一个类型 
引申:编译器对越界访问的检查一般不是很彻底的

shared_ptr的一个弊端

shared_ptr在遇到循环引用的时候也是会内存泄漏的

std::weak_ptr

weak_ptr这个智能指针不是RAII思想的,他的唯一作用就是解决shared_ptr的循环引用问题的

这个智能指针可以访问资源,但是不参与资源释放的解决

weak_ptr不能管理资源!!!

注意:weak_ptr库里面实现了让他可以和shared_ptr相互转换

weak_ptr的模拟实现

template<classT>classweak_ptr{public:weak_ptr():_ptr(nullptr){}weak_ptr(const shared_ptr<T>& sp):_ptr(sp.get()){} weak_ptr<T>&operator=(const shared_ptr<T>& sp){ _ptr = sp.get();return*this;} T&operator*(){return*_ptr;} T*operator->(){return _ptr;}private: T* _ptr;};//weak_ptr其实也是可以转换成shared_ptr的,只是自己没有实现罢了

删除定制器

在智能指针使用过程中,可以会有new[]或者malloc出来的空间,这些空间用delete根本不行–此时就需要删除定制器了
库里面的话,是给unique_ptrshared_ptr配备了删除定制器的

这里的话,自己模拟实现一下shared_ptr的删除定制器(在上面的模拟实现里面自己写了的)

作业部分

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Read more

解锁DeepSeek潜能:Docker+Ollama打造本地大模型部署新范式

解锁DeepSeek潜能:Docker+Ollama打造本地大模型部署新范式

🐇明明跟你说过:个人主页 🏅个人专栏:《深度探秘:AI界的007》 🏅 🔖行路有良友,便是天堂🔖 目录 一、引言 1、什么是Docker 2、什么是Ollama 二、准备工作 1、操作系统 2、镜像准备 三、安装 1、安装Docker 2、启动Ollama 3、拉取Deepseek大模型 4、启动Deepseek  一、引言 1、什么是Docker Docker:就像一个“打包好的App” 想象一下,你写了一个很棒的程序,在自己的电脑上运行得很好。但当你把它发给别人,可能会遇到各种问题: * “这个软件需要 Python 3.8,但我只有 Python 3.6!

By Ne0inhk
深挖 DeepSeek 隐藏玩法·智能炼金术2.0版本

深挖 DeepSeek 隐藏玩法·智能炼金术2.0版本

前引:屏幕前的你还在AI智能搜索框这样搜索吗?“这道题怎么写”“苹果为什么红”“怎么不被发现翘课” ,。看到此篇文章的小伙伴们!请准备好你的思维魔杖,开启【霍格沃茨模式】,看我如何更新秘密的【知识炼金术】,我们一起来解锁更加刺激的剧情!友情提醒:《《《前方高能》》》 目录 在哪使用DeepSeek 如何对提需求  隐藏玩法总结 几个高阶提示词 职场打工人 自媒体创作 电商实战 程序员开挂 非适用场地 “服务器繁忙”如何解决 (1)硅基流动平台 (2)Chatbox + API集成方案 (3)各大云平台 搭建个人知识库 前置准备 下载安装AnythingLLM 选择DeepSeek作为AI提供商 创作工作区 导入文档 编辑  编辑 小编寄语 ——————————————————————————————————————————— 在哪使用DeepSeek 我们解锁剧情前,肯定要知道在哪用DeepSeek!咯,为了照顾一些萌新朋友,它的下载方式我放在下面了,拿走不谢!  (1)

By Ne0inhk
【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

目录 一、前言 二、AI视频概述 2.1 什么是AI视频 2.2 AI视频核心特点 2.3 AI视频应用场景 三、通义万相介绍 3.1 通义万相概述 3.1.1 什么是通义万相 3.2 通义万相核心特点 3.3 通义万相技术特点 3.4 通义万相应用场景 四、DeepSeek + 通义万相制作AI视频流程 4.1 DeepSeek + 通义万相制作视频优势 4.1.1 DeepSeek 优势 4.1.2 通义万相视频生成优势 4.2

By Ne0inhk
【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

系列篇章💥 No.文章01【DeepSeek应用实践】DeepSeek接入Word、WPS方法详解:无需代码,轻松实现智能办公助手功能02【DeepSeek应用实践】通义灵码 + DeepSeek:AI 编程助手的实战指南03【DeepSeek应用实践】Cline集成DeepSeek:开源AI编程助手,终端与Web开发的超强助力04【DeepSeek开发入门】DeepSeek API 开发初体验05【DeepSeek开发入门】DeepSeek API高级开发指南(推理与多轮对话机器人实践)06【DeepSeek开发入门】Function Calling 函数功能应用实战指南07【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:本地部署与API服务快速上手08【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:Web聊天机器人部署指南09【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:基于vLLM 搭建高性能推理服务器10【DeepSeek部署实战】基于Ollama快速部署Dee

By Ne0inhk