Pig(pig) 语法 来强制拷贝。 为什么很多面向对象语言，比如 Java ，都没有构造函数全家桶这些概念？ • 因为他们的业务需求大多是：打开数据库，增删改查学生数据，打开一个窗口，写入一个 文件，正则匹配是不是电邮地址，应答 HTTP 请求等。 • 这些业务往往都是在和资源打交道，从而基本都是刚刚说的要删除拷贝函数的那一类，解 决这种需求，几乎总是在用 shared_ptr 的模式，于是 std::dynamic_pointer_cast 8. 运算符重载 9. 右值引用 && 10. std::shared_ptr 和 std::any • 只提供了关键字，详细信息请善用搜索引擎： bing.com 。（不要用 baidu.com ，那个是搜广告用的） • 如果感兴趣，我可以增添一节专门讲动态多态。 回家作业！ • 已经发布到： https://github.com/parallel101/hw02 的拷贝构造函数能正常工作，且内存能够安全释放。 • 通过 pull request 提交你的作业，这样我可以通过 diff 页面清楚地看到你的改动。 • 什么事 pull request ？还是善用搜索引擎，这是作业的一部分（ x 感谢观看！ by 彭于斌（ github@archibate ） 录播： https://space.bilibili.com/ 263032155 课件： https://github

正则表达式描述了一种字符串匹配的模式。一般使用正则表达式主要是实现下面三个需求： 1. 检查一个串是否包含某种形式的子串； 2. 将匹配的子串替换； 3. 从某个串中取出符合条件的子串。 正则表达式是由普通字符（例如 a 到 z）以及特殊字符组成的文字模式。模式描述在搜索文本时要 匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。 57 6.1 正则表达式简介 特殊字符是正则表达式里有特殊含义的字符，也是正则表达式的核心匹配语法。参见下表： 特别字 符 描述 $ 匹配输入字符串的结尾位置。 (,) 标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。 * 匹配前面的子表达式零次或多次。 + 匹配前面的子表达式一次或多次。 . 匹配除换行符 \n 之外的任何单字符。 [ 标记一个中括号表达式的开始。 ? 匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。 。例如，n 匹配字符 n。\n 匹配换行符。序列 \\ 匹配 '\' 字符，而 \( 则匹配 '(' 字符。 ˆ 匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集 合。 { 标记限定符表达式的开始。 \| 指明两项之间的一个选择。 限定符 限定符用来指定正则表达式的一个给定的组件必须要出现多少次才能满足匹配。见下表： 字符 描述 * 匹配前面的子表达式零次或多次。例如，foo*

面那么做就行。 为了支持这种能力，C++ 提供了所谓的虚拟函数（virtual function）。 虚拟+ 函数?! 听起来很恐怖的样子。如果你了解汽车的离合器踩下去代表汽车空档， 空档表示失去引擎本身的牵制力，你就会了解「高速行驶间煞车绝不能踩离合器」的道 理并矢志遵行。好，如果你真的了解为什么需要虚拟函数以及什么情况下需要它，你就 能够掌握它的灵魂与内涵，真正了解它的设计原理，并且发现认为它非常人性。并且， AfxWndProc(0, WM_CREATE, 0, 0, pMyFrame); AfxWndProc(0, WM_COMMAND, 0, 0, pMyView); 不管这个规则是怎么定下来的，现在我要设计一个推动引擎，把它仿真出来。以下这些 函数名称以及函数内容，完全仿真MFC 内部。有些函数似乎赘余，那是因为我删掉了 许多主题以外的动作。不把看似赘余的函数拿掉或合并，是为了留下MFC 的足迹。此 外，为了追踪调用过程（call 外，为了追踪调用过程（call stack），我在各函数的第一行输出一串识别文字。 首先我把新增加的一些成员函数做个列表： 类别 与消息绕行有关的成员函数 全域函数AfxWndProc 就是我所谓的推动引擎的起始点。它本来应该是在 CWinThread::Run 中被调用，但为了实验目的，我在main 中调用它，每调用一次便推 送一个消息。这个函数在MFC 中有四个参数，为了方便，我加上第五个，用以表示是

variant ：判断当前是哪个类型用 v.index() • 除了这个之外，还可以用成员方法 index() 获取当前是参数列表中的第几个类型。这 样也可以实现判断。 variant ：批量匹配 std::visit • 如果你的 if-else 每个分支长得都差不多（除了 std::get<> 的类型不一样以外），可以考虑用 std::visit ，他会自动用相应的类型，调用你的 名著不看红楼梦，后面我忘了，总 之就是只能度过一个相对失败的人 生 :) std::visit ：还支持多个参数 • 其实还可以有多个 variant 作为参数。 • 相应地 lambda 的参数数量要与之匹配。 • std::visit 会自动罗列出所有的排列组合！ • 所以如果 variant 有 n 个类型，那 lambda 就要被编译 n² 次，编译可能会 变慢。 • 但是标准库能保证运行时是

src/*.cpp) • 疑问 1 ：都是按照通配符批量匹配文件，有什么区别？ • GLOB ： src/main.cpp （√） src/test/main.cpp （ × ） • GLOB_RECURSE ： src/main.cpp （√） src/test/main.cpp （√） • 区别在于 GLOB_RECURSE 允许 * 匹配嵌套的目录。 • 疑问 2 ：加了 CONFIGURE_DEPENDS

uint64_t address; • char data[64]; • }; • CacheEntry cache[512]; • 当 CPU 读取一个地址时： • 缓存会查找和该地址匹配的条目。如果找到，则给 CPU 返 回缓存中的数据。如果找不到，则向主内存发送请求，等读 取到该地址的数据，就创建一个新条目。 • 在 x86 架构中每个条目的存储 64 字节的数据，这个条目 uint64_t address; • char data[64]; • }; • CacheEntry cache[512]; • 当 CPU 写入一个地址时： • 缓存会查找和该地址匹配的条目。如果找到，则修改缓存 中该地址的数据。如果找不到，则创建一个新条目来存储 CPU 写的数据，并标记为脏（ dirty ）。 • 当读和写创建的新条目过多，缓存快要塞不下时，他会把 最

blockDim ），都能自动根据给定的 n 区间循环，不会越界，也不会漏掉几个元 素。 • 这样一个 for 循环非常符合 CPU 上常见 的 parallel for 的习惯，又能自动匹配不同 的 blockDim ，看起来非常方便。 从线程到板块 • 核函数内部，用之前说到的 blockDim.x + blockIdx.x + threadIdx.x 来获取线程在整个 网格中编号。 ），总共多少板块（ gridDim ）。 都能自动根据给定的 n 区间循环，不会越界 ，也不会漏掉几个元素。 • 这样一个 for 循环非常符合 CPU 上常见的 parallel for 的习惯，又能自动匹配不同的 blockDim 和 gridDim ，看起来非常方便。 本方法出自英伟达官方博客： https://developer.nvidia.com/blog/cuda-pro-tip-wr

通过索引遍历数组 for (int i = 0; i < size; i++) { count += nums[i]; } } 6. 查找元素 在数组中查找指定元素需要遍历数组，每轮判断元素值是否匹配，若匹配则输出对应索引。 因为数组是线性数据结构，所以上述查找操作被称为“线性查找”。 // === File: array.cpp === /* 在数组中查找指定元素 */ int find(int 行比较。如果两者匹 配，那么密码就被视为正确。 ‧ 数据完整性检查：数据发送方可以计算数据的哈希值并将其一同发送；接收方可以重新计算接收到的 数据的哈希值，并与接收到的哈希值进行比较。如果两者匹配，那么数据就被视为完整。 对于密码学的相关应用，为了防止从哈希值推导出原始密码等逆向工程，哈希算法需要具备更高等级的安全 特性。 ‧ 单向性：无法通过哈希值反推出关于输入数据的任何信息。 ‧ 被新元素使用。这样做既能保持哈希表的探测序列不变，又能保证哈希表的空间使用率。 Q：为什么在线性探测中，查找元素的时候会出现哈希冲突呢？ 查找的时候通过哈希函数找到对应的桶和键值对，发现 key 不匹配，这就代表有哈希冲突。因此，线性探测 法会根据预先设定的步长依次向下查找，直至找到正确的键值对或无法找到跳出为止。 Q：为什么哈希表扩容能够缓解哈希冲突？ 哈希函数的最后一步往往是对数组长度

// 通过索引遍历数组 for (int i = 0; i < size; i++) { count++; } } 6. 查找元素 在数组中查找指定元素需要遍历数组，每轮判断元素值是否匹配，若匹配则输出对应索引。 因为数组是线性数据结构，所以上述查找操作被称为“线性查找”。 // === File: array.cpp === /* 在数组中查找指定元素 */ int find(int 行比较。如果两者匹 配，那么密码就被视为正确。 ‧ 数据完整性检查：数据发送方可以计算数据的哈希值并将其一同发送；接收方可以重新计算接收到的 数据的哈希值，并与接收到的哈希值进行比较。如果两者匹配，那么数据就被视为完整的。 对于密码学的相关应用，为了防止从哈希值推导出原始密码等逆向工程，哈希算法需要具备更高等级的安全 特性。 ‧ 抗碰撞性：应当极其困难找到两个不同的输入，使得它们的哈希值相同。 用。这样做既能保持哈希表的探测 序列不变，又能保证哈希表的空间使用率。 � 为什么在线性探测中，查找元素的时候会出现哈希冲突呢？ 查找的时候通过哈希函数找到对应的桶和键值对，发现 key 不匹配，这就代表有哈希冲突。因 此，线性探测法会根据预先设定的步长依次向下查找，直至找到正确的键值对或无法找到跳 出为止。 第 6 章 哈希表 hello‑algo.com 131 � 为什么哈希表扩容能够缓解哈希冲突？

通过索引遍历数组 for (int i = 0; i < size; i++) { count += nums[i]; } } 6. 查找元素 在数组中查找指定元素需要遍历数组，每轮判断元素值是否匹配，若匹配则输出对应索引。 因为数组是线性数据结构，所以上述查找操作被称为“线性查找”。 // === File: array.cpp === /* 在数组中查找指定元素 */ int find(int 行比较。如果两者匹 配，那么密码就被视为正确。 ‧ 数据完整性检查：数据发送方可以计算数据的哈希值并将其一同发送；接收方可以重新计算接收到的 数据的哈希值，并与接收到的哈希值进行比较。如果两者匹配，那么数据就被视为完整。 对于密码学的相关应用，为了防止从哈希值推导出原始密码等逆向工程，哈希算法需要具备更高等级的安全 特性。 ‧ 单向性：无法通过哈希值反推出关于输入数据的任何信息。 ‧ 被新元素使用。这样做既能保持哈希表的探测序列不变，又能保证哈希表的空间使用率。 Q：为什么在线性探测中，查找元素的时候会出现哈希冲突呢？ 查找的时候通过哈希函数找到对应的桶和键值对，发现 key 不匹配，这就代表有哈希冲突。因此，线性探测 法会根据预先设定的步长依次向下查找，直至找到正确的键值对或无法找到跳出为止。 Q：为什么哈希表扩容能够缓解哈希冲突？ 哈希函数的最后一步往往是对数组长度