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

基于深度学习的无人机航拍小目标检测算法研究

基于深度学习的无人机航拍小目标检测算法研究

本项目针对无人机航拍场景下的小目标检测问题,基于 YOLO11 系列模型,在 VisDrone 2019 数据集上进行训练与优化,并提供了完整的检测系统桌面应用,支持图片、视频、摄像头的实时检测与训练指标可视化。 一、项目概述 无人机航拍图像具有目标尺度小、密集分布、多尺度混合等特点,传统检测算法难以取得理想效果。本项目采用 Ultralytics YOLO11 框架,结合 VisDrone 数据集进行训练,实现了对行人、车辆等 10 类交通相关目标的高效检测,并配套开发了基于 PyQt6 的桌面应用,便于模型验证与日常使用。 二、数据集 2.1 数据集简介 本项目使用 VisDrone 2019-DET 数据集,由天津大学机器学习与数据挖掘实验室 AISKYEYE 团队发布,对应 ICCV 2019 "Vision

By Ne0inhk

小米智能家居接入HomeAssistant终极指南:3步搞定所有设备

小米智能家居接入HomeAssistant终极指南:3步搞定所有设备 【免费下载链接】hass-xiaomi-miotAutomatic integrate all Xiaomi devices to HomeAssistant via miot-spec, support Wi-Fi, BLE, ZigBee devices. 小米米家智能家居设备接入Hass集成 项目地址: https://gitcode.com/gh_mirrors/ha/hass-xiaomi-miot 还在为小米智能家居设备无法接入HomeAssistant而烦恼吗?🤔 今天我要分享一个超级简单的方法,让你在3步内就能把所有小米设备都接入到HomeAssistant中!无论你是智能家居新手还是老玩家,这篇文章都会让你轻松上手,告别复杂的配置过程。🎯 🚀 为什么要选择hass-xiaomi-miot? hass-xiaomi-miot是目前最强大的小米设备集成方案,它能够自动识别并接入几乎所有小米生态链设备: * Wi-Fi设备:智能插座、摄像头、空调伴侣等 * 蓝牙设备:温湿度计、人体传

By Ne0inhk

【OpenClaw】揭秘 Secure DM Pairing:如何为你的 AI 机器人构建安全私信访问机制

【OpenClaw】揭秘 Secure DM Pairing:如何为你的 AI 机器人构建安全私信访问机制 在构建基于 LLM 的聊天机器人(如 Telegram、WhatsApp Bot)时,如何控制谁能与机器人对话是一个核心安全问题。直接开放访问可能导致 Token 滥用,而手动配置白名单又过于繁琐。 OpenClaw 提供了一套优雅的解决方案,称为 “Secure DM Pairing” (安全私信配对)。本文将深入解析这套机制的运作流程、使用指令以及底层的代码实现。 注意本文基于 OpenClaw v2026.1.29 版本源码分析。 1. 什么是 Secure DM Pairing? Secure DM Pairing 是 OpenClaw 网关默认的一种访问控制策略。 当一个未授权的用户首次通过私信(Direct Message)

By Ne0inhk
RoVer:机器人奖励模型作为VLA模型的测试-时验证器

RoVer:机器人奖励模型作为VLA模型的测试-时验证器

25年10月来自中科院深圳先进技术院、鹏城实验室、中山大学、南洋理工、上海AI实验室、中科院大学和拓元智慧的论文“RoVer: Robot Reward Model As Test-time Verifier For Vision-language-action Model”。 视觉-语言-动作(VLA)模型已成为具身智能领域的重要范式,然而,性能的进一步提升通常依赖于训练数据和模型规模的扩展——这种方法对于机器人技术而言成本过高,并且从根本上受到数据采集成本的限制。利用RoVer解决这一限制。RoVer是一个具身化的测试-时规模化框架,它使用机器人过程奖励模型(PRM)作为测试-时验证器,在不修改现有VLA模型架构或权重的情况下增强其性能。具体而言,RoVer (i) 分配基于标量的进程奖励来评估候选动作的可靠性,以及 (ii) 预测候选动作扩展/细化的动作空间方向。在推理过程中,RoVer从基础策略同时生成多个候选动作,沿着PRM预测的方向扩展这些动作,然后使用PRM对所有候选动作进行评分,以选择最优动作执行。值得注意的是,通过缓存共享感知特征,该方法可以分摊感知成本,并在相同的

By Ne0inhk