08- 10 Smart pointer 智能指针

本文深入解析C++中四种智能指针(auto_ptr, unique_ptr, shared_ptr, weak_ptr)的特性和使用方法,包括它们的初始化方式、提供的成员函数以及如何避免常见的陷阱。

08- 10 Smart pointer 智能指针

模板类,管理指向内存(堆)中的指针,析构函数自动释放内存,防止内存泄露。

即智能指针是带有析构函数的指针,本质上是类,但是当作指针用

1、auto_ptr

C11弃用

只能直接初始化,就是用(new T()),而不用=new T(),这个出来的是普通指针

auto_ptr<int> p1(new in(1));  //直接初始化
auto_ptr<int> p2;
p2=p1;  
//不会报错,但是访问p1会报错,例如
	 if((*p)==0)
//且判断p1这个指针也不行,例如
	if(p!=nullptr)
//因此会造成段错误

2、unique_ptr

unique_ptr是auto_ptr的进化版,禁止了拷贝和赋值操作,例如

unique_ptr<int> p3(new int(3));
unique_ptr<int> p4(p3); 或者  unique_ptr<int> p4=p3;  //禁止

也是只能直接初始化,其包含了几个方法

unique_ptr<int> p5(new int(5));   //直接初始化
p5.reset();   //里面空时,直接释放内存,p5置空(p5=nullptr),可以用if(p5==nullptr)判断

int *q=new int(5);
p5.reset(q);  //可以是内置指针

unique_ptr<int> p6(new int(6));
p5.reset(p6.release())  //也可以是这样

p6.release()   //不会释放内存,但p6放弃对指针的控制权,并返回保存的指针
			   //将p1置空
			   //如果没有使用返回的指针,则内存泄露
			   
p2=move(p1)   <=>   p5.reset(p6.release())  			   

3、shared_ptr

当指向内存对象需要在多个指针之间共享,会维护一个引用计数,当引用计数为0时,内存释放

初始化两种 :

(1)直接初始化**

(2) make_shared() 效率高,将引用计数和对象内存一起分配

shared_ptr<int> p7=make_shared<int>(7);
p7.use_count()     //效率慢,返回共享的指针个数
p7.unique()        //若use_count为1,则返回true,反之则返回false;
p7.reset()        //引用次数减一,为0时释放内存,shared_ptr没有release()函数

智能指针的构造函数是explicit,不能用普通指针进行初始化,和进行隐式转换

一是初始化的时候,不能
shared_ptr<int> p8=new int(8);  \\错误

二是在函数的参数或返回值是shares_ptr时,不能将普通指针返回或传递

普通指针不可以给两个shared_ptr进行初始化,下面是错误的

int *p8=new int(8);
shared_ptr<int> p9(q8);		//引用计数为1
shared_ptr<int> p10(q8);		//引用计数为1
p8.reset();                  //引用计数为0,释放内存,p10变成了野指针

4、weak_ptr

用来解决shares_ptr的循环引用的问题(或者说引用成环的问题)

具体可看https://blog.youkuaiyun.com/albertsh/article/details/82286999

弱指针weak_ptr可以绑定到shared_ptr而不改变引用计数,当最后一个指向对象的shared_ptr释放时,对象也释放了。即使有weak_ptr指向对象,对象也会被释放。

因此不能使用weak_ptr直接访问对象,而必须调用lock,此函数用于检查weak_ptr指向的对象是否仍然存在,若不存在,返回一个空的shared_ptr,存在指向对象的shared_ptr

用法如下:

if(shared_pt<int> np=w.lock())  //如果np不为空则条件成立
{
    
}

w.lock();    //如果expired为true返回一个空shared_ptr,fouze返回一个指向w的对象的shared_ptr

方法reset( )与unique_ptr、shared_ptr的不一样,不会释放内存,也不会置为空,只会放弃引用

weak_ptr<int> w(p);
w.reset();  //不会释放内存,也不会置为空,只会放弃引用

w.use_count;  //与w共享对象的   shared_ptr数量
w.expired()	  //若w.use_count()为0,返回true,反之返回false;
内容概要:本文详细介绍了一种基于Simulink的表贴式永磁同步电机(SPMSM)有限控制集模型预测电流控制(FCS-MPCC)仿真系统。通过构建PMSM数学模型、坐标变换、MPC控制器、SVPWM调制等模块,实现了对电机定子电流的高精度跟踪控制,具备快速动态响应和低稳态误差的特点。文中提供了完整的仿真建模步骤、关键参数设置、核心MATLAB函数代码及仿真结果分析,涵盖转速、电流、转矩和三相电流波形,验证了MPC控制策略在动态性能、稳态精度和抗负载扰动方面的优越性,并提出了参数自整定、加权代价函数、模型预测转矩控制和弱磁扩速等优化方向。; 适合人群:自动化、电气工程及其相关专业本科生、研究生,以及从事电机控制算法研究与仿真的工程技术人员;具备一定的电机原理、自动控制理论和Simulink仿真基础者更佳; 使用场景及目标:①用于永磁同步电机模型预测控制的教学演示、课程设计或毕业设计项目;②作为电机先进控制算法(如MPC、MPTC)的仿真验证平台;③支撑科研中对控制性能优化(如动态响应、抗干扰能力)的研究需求; 阅读建议:建议读者结合Simulink环境动手搭建模型,深入理解各模块间的信号流向与控制逻辑,重点掌握预测模型构建、代价函数设计与开关状态选择机制,并可通过修改电机参数或控制策略进行拓展实验,以增强实践与创新能力。
根据原作 https://pan.quark.cn/s/23d6270309e5 的源码改编 湖北省黄石市2021年中考数学试卷所包含的知识点广泛涉及了中学数学的基础领域,涵盖了实数、科学记数法、分式方程、几何体的三视图、立体几何、概率统计以及代数方程等多个方面。 接下来将对每道试题所关联的知识点进行深入剖析:1. 实数与倒数的定义:该题目旨在检验学生对倒数概念的掌握程度,即一个数a的倒数表达为1/a,因此-7的倒数可表示为-1/7。 2. 科学记数法的运用:科学记数法是一种表示极大或极小数字的方法,其形式为a×10^n,其中1≤|a|<10,n为整数。 此题要求学生运用科学记数法表示一个天文单位的距离,将1.4960亿千米转换为1.4960×10^8千米。 3. 分式方程的求解方法:考察学生解决包含分母的方程的能力,题目要求找出满足方程3/(2x-1)=1的x值,需通过消除分母的方式转化为整式方程进行解答。 4. 三视图的辨认:该题目测试学生对于几何体三视图(主视图、左视图、俯视图)的认识,需要识别出具有两个相同视图而另一个不同的几何体。 5. 立体几何与表面积的计算:题目要求学生计算由直角三角形旋转形成的圆锥的表面积,要求学生对圆锥的底面积和侧面积公式有所了解并加以运用。 6. 统计学的基础概念:题目涉及众数、平均数、极差和中位数的定义,要求学生根据提供的数据信息选择恰当的统计量。 7. 方程的整数解求解:考察学生在实际问题中进行数学建模的能力,通过建立方程来计算在特定条件下帐篷的搭建方案数量。 8. 三角学的实际应用:题目通过在直角三角形中运用三角函数来求解特定线段的长度。 利用正弦定理求解AD的长度是解答该问题的关键。 9. 几何变换的应用:题目要求学生运用三角板的旋转来求解特定点的...
Python基于改进粒子群IPSO与LSTM的短期电力负荷预测研究内容概要:本文围绕“Python基于改进粒子群IPSO与LSTM的短期电力负荷预测研究”展开,提出了一种结合改进粒子群优化算法(IPSO)与长短期记忆网络(LSTM)的混合预测模型。通过IPSO算法优化LSTM网络的关键参数(如学习率、隐层节点数等),有效提升了模型在短期电力负荷预测中的精度与收敛速度。文中详细阐述了IPSO算法的改进策略(如引入自适应惯性权重、变异机制等),增强了全局搜索能力与避免早熟收敛,并利用实际电力负荷数据进行实验验证,结果表明该IPSO-LSTM模型相较于传统LSTM、PSO-LSTM等方法在预测准确性(如MAE、RMSE指标)方面表现更优。研究为电力系统调度、能源管理提供了高精度的负荷预测技术支持。; 适合人群:具备一定Python编程基础、熟悉基本机器学习算法的高校研究生、科研人员及电力系统相关领域的技术人员,尤其适合从事负荷预测、智能优化算法应用研究的专业人士。; 使用场景及目标:①应用于短期电力负荷预测,提升电网调度的精确性与稳定性;②为优化算法(如粒子群算法)与深度学习模型(如LSTM)的融合应用提供实践案例;③可用于学术研究、毕业论文复现或电力企业智能化改造的技术参考。; 阅读建议:建议读者结合文中提到的IPSO与LSTM原理进行理论学习,重点关注参数优化机制的设计思路,并动手复现实验部分,通过对比不同模型的预测结果加深理解。同时可拓展尝试将该方法应用于其他时序预测场景。
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