. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 第 5 章智能指针与内存管理 52 5.1 RAII 与引用计数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 合约 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ] 捕获一系列变量 • [&] 引用捕获, 让编译器自行推导引用列表 • [=] 值捕获, 让编译器自行推导值捕获列表 4. 表达式捕获 这部分内容需要了解后面马上要提到的右值引用以及智能指针 上面提到的值捕获、引用捕获都是已经在外层作用域声明的变量，因此这些捕获方式捕获的均为左 值，而不能捕获右值。 C++14 给与了我们方便，允许捕获的成员用任意的表达式进行初始化，这就允许了右值的捕获，被

10 倍！” ——李沐，亚马逊资深首席科学家 计算机的出现给世界带来了巨大变革，它凭借高速的计算能力和出色的可编程性，成为了执行算法与处理数 据的理想媒介。无论是电子游戏的逼真画面、自动驾驶的智能决策，还是 AlphaGo 的精彩棋局、ChatGPT 的自然交互，这些应用都是算法在计算机上的精妙演绎。 事实上，在计算机问世之前，算法和数据结构就已经存在于世界的各个角落。早期的算法相对简单，例如古 。 第 4 章 数组与链表 hello‑algo.com 85 如图 4‑10 所示，在程序运行时，数据会从硬盘中被读取到内存中，供 CPU 计算使用。缓存可以看作 CPU 的 一部分，它通过智能地从内存加载数据，给 CPU 提供高速的数据读取，从而显著提升程序的执行效率，减少 对较慢的内存的依赖。 图 4‑10 硬盘、内存和缓存之间的数据流通 4.4.2 数据结构的内存效率 在内存 个大小不一的金圆盘。僧侣们不断地移动圆盘，他们相信在最后一个圆盘被正确放置的那一刻，这个 世界就会结束。 然而，即使僧侣们每秒钟移动一次，总共需要大约 264 ≈ 1.84 × 1019 秒，合约 5850 亿年，远远超 过了现在对宇宙年龄的估计。所以，倘若这个传说是真的，我们应该不需要担心世界末日的到来。 12.5 小结 ‧ 分治是一种常见的算法设计策略，包括分（划分）和治（合并）两个阶段，通常基于递归实现。

10 倍！” ——李沐，亚马逊资深首席科学家 计算机的出现给世界带来了巨大变革，它凭借高速的计算能力和出色的可编程性，成为了执行算法与处理数 据的理想媒介。无论是电子游戏的逼真画面、自动驾驶的智能决策，还是 AlphaGo 的精彩棋局、ChatGPT 的自然交互，这些应用都是算法在计算机上的精妙演绎。 事实上，在计算机问世之前，算法和数据结构就已经存在于世界的各个角落。早期的算法相对简单，例如古 第 4 章 数组与链表 www.hello‑algo.com 85 如图 4‑10 所示，在程序运行时，数据会从硬盘中被读取到内存中，供 CPU 计算使用。缓存可以看作 CPU 的 一部分，它通过智能地从内存加载数据，给 CPU 提供高速的数据读取，从而显著提升程序的执行效率，减少 对较慢的内存的依赖。 图 4‑10 硬盘、内存和缓存之间的数据流通 4.4.2 数据结构的内存效率 在内存 个大小不一的金圆盘。僧侣们不断地移动圆盘，他们相信在最后一个圆盘被正确放置的那一刻，这个 世界就会结束。 然而，即使僧侣们每秒钟移动一次，总共需要大约 264 ≈ 1.84 × 1019 秒，合约 5850 亿年，远远超 过了现在对宇宙年龄的估计。所以，倘若这个传说是真的，我们应该不需要担心世界末日的到来。 12.5 小结 ‧ 分治是一种常见的算法设计策略，包括分（划分）和治（合并）两个阶段，通常基于递归实现。

双向队列就像是栈和队列的组合，或者是两个栈拼在了一起。它表现的是栈 + 队列的逻辑，因 此可以实现栈与队列的所有应用，并且更加灵活。 109 第 6 章 哈希表 � 在计算机世界中，哈希表如同一位智能的图书管理员。 他知道如何计算索书号，从而可以快速找到目标书籍。 第 6 章 哈希表 hello‑algo.com 110 6.1 哈希表 「哈希表 hash table」，又称「散列表」，其通过建立键 64 个大小不一的金圆盘。僧侣们不断地移动原盘，他们相信在最后一个圆盘被正确 放置的那一刻，这个世界就会结束。 然而，即使僧侣们每秒钟移动一次，总共需要大约 264 ≈ 1.84 × 1019 秒，合约 5850 亿年， 远远超过了现在对宇宙年龄的估计。所以，倘若这个传说是真的，我们应该不需要担心世界末 日的到来。 12.5 小结 ‧ 分治算法是一种常见的算法设计策略，包括分（划分）和治（合并）两个阶段，通常基于递归实现。

。 第 4 章 数组与链表 hello‑algo.com 85 如图 4‑10 所示，在程序运行时，数据会从硬盘中被读取到内存中，供 CPU 计算使用。缓存可以看作 CPU 的 一部分，它通过智能地从内存加载数据，给 CPU 提供高速的数据读取，从而显著提升程序的执行效率，减少 对较慢的内存的依赖。 图 4‑10 硬盘、内存和缓存之间的数据流通 4.4.2 数据结构的内存效率 在内存 64 个大小不一的金圆盘。僧侣们不断地移动圆盘，他们相信在最后一个圆盘被正确放置的 那一刻，这个世界就会结束。 然而，即使僧侣们每秒钟移动一次，总共需要大约 264 ≈ 1.84 × 1019 秒，合约 5850 亿年， 远远超过了现在对宇宙年龄的估计。所以，倘若这个传说是真的，我们应该不需要担心世界末 日的到来。 12.5 小结 ‧ 分治是一种常见的算法设计策略，包括分（划分）和治（合并）两个阶段，通常基于递归实现。

限于篇幅，其实构造函数还完全没讲完…… 下一讲继续完善我们刚才发明的 Vector 类 ！ 也会详解 && 到底有哪些意思…… 来学智能指针压压惊 • 如果构造函数全家桶搞得你晕头转向了，那让我们来点（相对）简单的作为饭后甜点吧！ C++98 ：令人头疼的内存管理 • 在没有智能指针的 C++ 中，我们只能手 动去 new 和 delete 指针。这非常容易出 错，一旦马虎的程序员忘记释放指针，就 前，提前通过 p.get() 获取原始指针： 解决方案：提前获取原始指针（续） • 不过你得保证 raw_p 的存在时间不超过 p 的生命周期，否则会出现危险的空悬指 针。比如右边这样： 更智能的指针： shared_ptr • 使用起来很困难的原因，在于 unique_ptr 解决重复释放 的方式是禁止拷贝，这样虽然有效率高的优势，但导致使 用困难，容易犯错等。 • 相比之下， 牺牲效率换来自由度的 1 。减到 0 时 ，则自动销毁他指向的对象。 • 从而可以保证，只要还有存在哪怕一个指针指向该对象 ，就不会被解构。 更智能的指针： shared_ptr （续） • 我们可以使用 p.use_count() 来获取当前 指针的引用计数，看看他是不是在智能地 增减引用计数器。 注意 p.func() 是 shared_ptr 类型本身的成 员函数，而 p->func() 是 p

如何捕获外部变量？ • 你可能会想，是不是可以用 [=] 按值捕获 ，这样捕获到的就是指针了吧？ • 错了，不要忘了我们第二课说过， vector 的拷贝是深拷贝（绝大多数 C++ 类都是深 拷贝，除了智能指针和原始指针）。这样 只会把 vector 整个地拷贝到 GPU 上！ 而不是浅拷贝其起始地址指针。 如何捕获外部变量？ • 正确的做法是先获取 arr.data() 的值到 arr_data host_vector 在 CPU 上分配内 存。 • 可以通过 = 运算符在 device_vector 和 host_vector 之间拷贝数据，他会自动帮 你调用 cudaMemcpy ，非常智能。 • 比如这里的 x_dev = x_host 会把 CPU 内存中的 x_host 拷贝到 GPU 的 x_dev 上。 TODO ：解释什么是迭代器 模板函数： thrust::generate (cutoff) ，开始用 CPU 串行求和。 https://developer.download.nvidia.cn/assets/cuda/files/reduction.pdf 编译器真智能！ • 刚刚说到虽然用了 atomicAdd 按理说是非常低 效的，然而却没有低效，这是因为编译器自动优 化成刚刚用 BLS 的数组求和了！可以看到他优 化后的效率和我们的 BLS 相仿，甚至还要快一

有经验的程序员也会犯错  对代码提要求很难监督落实  测试更多是验证功能，很难检测编码缺陷  代码的快速变化使质量更难管 生产质量是责任 靠运维和事后复盘善后够吗？  静态分析工具：半智能的代码分析机器人  静态分析辅助代码评审 自动化工具+流程才是未来 Bug! Thx! Bug!  投入大  KPI不痛不痒  使用主体和责任主体不一致  一步登天想要终极AI 大多数开发人员眼中的静态分析工具 检查逻辑问题好，但耗时长 还挺多误报，想用而不敢用  编译器里的Errors and warnings  自带静态分析的语言如Typescript, Rust  IDE里的智能提示  代码混淆和美化  代码交叉索引  Eclipse等IDE中的一键重构  App市场的审核 成功静态分析应用 代码评审中的静态分析 针对该提交 代码片段自 动触发分析 发现问题，拒绝代码合并

执行你这段代码 的栈空间 v2 要写入的数 执行中的代码 for (auto &[k, v]: m) { v = v2; } & & 相当于抓捕周树人的这个官兵 ( 编译器 ) 比较智能 他有一个真名 - 笔名对照表，知道两个名字指是同一个人 小彭老师不愧 是元宇宙鲁迅 小彭老师不愧 是元宇宙鲁迅 • 如果你想让你对局部变量 v 的修改，能对原本 map 中的 v 生效，就要得到 &[k, v] 可以写入 v ，但是不可以写入 k • 虽然 auto &[k, v] 是不带 const 的引用，按理说两个都应该可以修改才对？ • 不过 structural-binding 很智能，刚刚说了 map 的类型是 pair 。 • 这个前者有一个 const 修饰，他就知道了，即使你这里是 auto & ，他对 K 部分也是会 变成 const K &

的数据就是在二级缓存里，比调度到让 t2 算需要进入三级缓存更高效。 而当 t2 的队列比较空时，又会让 t1 继续算 d2 的 s2 ，这样可以避免 t2 闲置浪费时间。总之就是会自动负载均衡非常智能，完全无需操心内部 细节。 流水线并行： filter 参数 • serial_in_order 表示当前步骤只允许串行执行，且 执行的顺序必须一致。 • serial_out_of_order