Effective.C 读书笔记04

条款07:为多态基类声明virtual 析构函数

class TimeKeeper
{
public :
	TimeKeeper();
	virtual ~TimeKeeper();
	...
};
class AtomicClock:public TimeKeeper{ ... };
TimeKeeper *ptk = getTimeKeeper();
delete ptk;
为base 声明virtual析构函数。如果class 带有任何virtual 函数,它就应该拥有一个virtual 析构函数。这样才能正确的释放derived classes 的内存。

当正常的classes 不需要声明virtual 析构函数,不然会增加内存开销。

心得:只有当class内含至少一个virtual 函数,才为它声明virtual 析构函数。

请记住:带多态性质的base classes 应该声明一个virtual 析构函数。如果class 带有任何virtual 函数,它就应该拥有一个virtual 析构函数。

               classes 的设计目的如果不是作为 base classes 使用,或不是为了具备多态性,就不该声明virtual 析构函数。

条款08:别让异常逃离析构函数

假设有个class负责数据库连接

class DBConnection
{
	public DBConnection create();
	void close();
};

class DBConn   //这个class用来管理DBConnection对象
{
public :
	...
	~DBConn()          //确保数据库被关闭
	{
		db.close();
	}
private:
	DBConnection db;
}
//这样会在析构函数抛出异常
DBConn::~DBConn()
{
	try{db.close();}
	catch()
	{
		//制作运转记录,记下对close的调用失败
		std::abort();
	}
}
//这样会导致不明确的行为
DBConn::~DBConn()
{
	try{db.close();}
	catch()
	{
		//制作运转记录,记下对close的调用失败
	}
}
//将异常吞下也不好

稍微好点的做法是:

class DBConn
{
public:
	...
	void close()           //供客户使用的新函数
	{
		db.close();
		closed = true;
	}
	~DBConn()
	{
		if(!closed)
		{
			try                 //关闭连接(如果客户不那么做的话)
			{
			    db.close();
			}
			catch (...)          //如果关闭动作失败
			{
				制作运转记录,记下对close 的调用失败//记录下来并结束程序或吞下异常
                ...
			}


		}
	}
private:
	DBConnection db;
	bool closed;

};

把调用close的责任从DBConn析构函数手上移到DBConn客户手上。

请记住:析构函数绝对不要吐出异常,如果一个被析构函数调用的函数可能抛出异常,析构函数应该捕捉任何异常,然后吞下他们(不传播)或结束程序。

                如果客户需要对某个操作函数运行期间抛出的异常做出反应,那么class 应该提供一个普通函数(而非在析构函数中)执行该操作。


同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖传感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM研究方面,Matlab可用于模拟传感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的研究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:传感器模型(如激光雷达与视觉传感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的转化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括传感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价值。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入研习SLAM技术的实践平台。通过Matlab这一高效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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