一步一步 实现智能指针(三)

本文详细介绍了如何使用智能指针类和对象引用计数机制来管理内存资源,确保了对象的生命周期管理,避免了内存泄漏,并通过拷贝构造函数、赋值操作符实现了对象间的高效传递。

//再依据 封装等。。将他代码,整理优化

#include <iostream>

using namespace::std;


/**

 *  计数器类。

 *  对一个地址的引用计数

 *  需要单独封装成一个类,这样才能把它作为 MySmartPoint的一个指针成员,才能保证,所有 同一个 对象用同一个计数器  具体演变过程看那前面的文章

 */

class Counter

{

private:

    int count;

    template <class T> friend class  MySmartPoint;

};


/**

 *  智能指针类,对指针进行管理

 *  保证了 new delete 对称

 *  考虑了 赋值,拷贝,

 */

template <class T>

class MySmartPoint

{

private:

    T *ptr;

    Counter *countPtr; //记录ptr 个数

    

public:

    //    MySmartPoint(){};//这个应收是没有意义的 构造方法

    MySmartPoint(T *p)

    {

        countPtr = new Counter();

        countPtr -> count =1;

        cout<< "count =" << countPtr -> count <<endl;

        this->ptr = p;

    };

    

    MySmartPoint(const MySmartPoint & sp)

    {

        sp.countPtr->count ++;

        countPtr = sp.countPtr;

        ptr = sp.ptr;

        cout<< "count =" << countPtr -> count <<endl;

        std::cout << "const 拷贝构造" << std::endl;

    }

    

    MySmartPoint(MySmartPoint &sp)

    {

        sp.countPtr->count ++;

        countPtr = sp.countPtr;

        ptr = sp.ptr;

        

        cout<< "count =" << sp.countPtr -> count <<endl;

        std::cout << 拷贝构造" << std::endl;

    };

    

    

    

    ~MySmartPoint()

    {

        countPtr -> count --;

        cout<<"析构 count= "<<countPtr -> count <<endl;

        if (0 ==  countPtr -> count)

        {

            delete  this->ptr;

            cout<< "delete point is "<<this->ptr<<endl;

        }

    }

    

    MySmartPointoperator=(const MySmartPoint &p)

    {

        if (this == &p)

        {

            return *this;

        }

        p.countPtr->count ++;

        

        countPtr->count --;

        if (countPtr->count == 0)

        {

            delete  this->ptr;

            cout<< "delete point is "<<this->ptr<<endl;

        }

        

        countPtr = p.countPtr;

        ptr = p.ptr;

        

        std::cout << " operator=" << std::endl;

        return *this;

    }

    

    T* operator->()

    {

        return ptr;

    }

    const T* operator->()const

    {

        return ptr;

    }

    T &operator*()

    {

        return *ptr;

    }

    const T &operator*()const

    {

        return *ptr;

    }    

};




class Point

{

private:

    int x;

    int y;

public:

    Point(int xVal,int yVal):x(xVal),y(yVal)

    {

        std::cout<<"creat point adress is "<<this <<std::endl;

    }

    ~Point()

    {

        std::cout<<"relase point adress is "<<this <<std::endl;

    }

    

    int getX()

    {

        return x;

    };

    int getY()

    {

        return y;

    }

};

int main()

{

    Point *p = new Point(3,4);

    MySmartPoint<Point> sp = MySmartPoint<Point>(p);

    MySmartPoint<Point> sp1 = MySmartPoint<Point>(sp);

    MySmartPoint<Point> sp2 = sp;

    MySmartPoint<Point> sp3 = MySmartPoint<Point>(new Point(1,2));

    sp3 = sp;

    

    cout<< sp3->getX()<<endl;

    cout<< "over"<<endl;

    

}

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值