CMU15445（2025 Fall） lab PROJECT #0 - C++ PRIMER + 环境配置（VS2026+WSL2）

文章目录

前言
- 相关链接
- 相关环境
[0. 环境配置](#0. 环境配置)
- Github仓库
- WSL配置
- [Visual Studio](#Visual Studio)
- 注册账号
[1. Project 0](#1. Project 0)
[3. 结语](#3. 结语)

前言

发现前几年做的15445内容忘得差不多了，最近再来搓一遍玩玩。

由于教授要求非public，本博客将不会出现完整代码，顶多出现代码片段。

项目依旧基于C++17构建，现在看来当年算新鲜的标准已经有点落后了（）

0. 环境配置

本次选用Visual Studio配合WSL2搭建环境，关于VS，安装这个东西：

Github仓库

然后拉仓库，参考官方链接：

首先创建一个私有库

记下来URL：

WSL配置

在WSL里创一个文件夹，然后拉公共仓库并镜像到自己的仓库：

bash 复制代码

git clone --bare https://github.com/cmu-db/bustub.git bustub-public
cd bustub-public
git push git@github.com:JMC2002/15445_25Fall.git master # 记得换成你自己的！

删除本地克隆，拉取自己的，这里建议用https，不然很慢

bash 复制代码

cd ..
rm -rf bustub-public 
git clone https://github.com/JMC2002/15445_25Fall.git # 记得换成你自己的！

将公共仓库添加为第二个远程用来更新：

bash 复制代码

git remote add public https://github.com/cmu-db/bustub.git

git remote -v

拉取公共仓库的更改，这样更新：

bash 复制代码

git pull public master

由于是私有仓库，我们禁用Action，免得用完配额

然后我们运行脚本安装必要的包：

bash 复制代码

sudo build_support/packages.sh

构建：

bash 复制代码

mkdir build
cd build
cmake ..
make

这里提一下，这个年份默认是用的clang15，如果你想要别的版本的话就同时改一下安装脚本和cmake：

另外，这里可能会跳一个警告，说你的编译器用的不是clang-15怎么怎么样，就手动指定一下编译器再make：

复制代码

cmake .. -DCMAKE_C_COMPILER=clang-15 -DCMAKE_CXX_COMPILER=clang++-15
make

此外，make的时候默认是单线程，很慢，可以这样线程拉满编译：

bash 复制代码

rm -rf build
mkdir build && cd build

cmake .. -DCMAKE_C_COMPILER=clang-15 -DCMAKE_CXX_COMPILER=clang++-15

make -j$(nproc)

单线程的时候用了两分多钟

这里开了28线程半分钟就搞好了：

本地测试：

bash 复制代码

make check-tests

由于还没开始写，会报错，这是正常的，后面我们就用这个测试。

Visual Studio

VS直接打开WSL的项目的话会卡卡的，不好用，这里我们在Windows里再拉一份，刚刚我们做好了自己的仓库，这里直接克隆下来：

接下来，我们在Windows上用VS打开，选择打开文件夹，比如我这是\\wsl.localhost\Ubuntu\home\jmc\15445_25fall\15445_25Fall；

在打开后，可能啥也看不见，这个时候我们在解决方案资源管理器里选择文件夹视图：

这时候可能会扫描到我们的CMake然后弹配置，如果没弹的话就找到本地文件夹，然后删掉.vs后再打开这个文件夹试试

选择我们需要的WSL主机：

然后在设置里选择始终使用CMake预设

这里会默认给一个Linux-Debug，我们点这个管理配置

插入这样一段，其中，debug模式下开启了"BUSTUB_SANITIZER": "address,leak"：

json 复制代码

    {
      "name": "wsl-clang-debug",
      "displayName": "WSL: Ubuntu (Clang Debug)",
      "description": "在WSL上使用Clang15",
      "generator": "Ninja",
      "binaryDir": "${sourceDir}/out/build/${presetName}",
      "cacheVariables": {
        "CMAKE_BUILD_TYPE": "Debug",
        "BUSTUB_SANITIZER": "address,leak",
        "CMAKE_INSTALL_PREFIX": "${sourceDir}/out/install/${presetName}",
        "CMAKE_C_COMPILER": "clang-15",
        "CMAKE_CXX_COMPILER": "clang++-15"
      },
    {
      "name": "wsl-clang-release",
      "displayName": "WSL: Ubuntu (Clang Release)",
      "description": "在WSL上使用Clang15",
      "generator": "Ninja",
      "binaryDir": "${sourceDir}/out/build/${presetName}",
      "cacheVariables": {
        "CMAKE_BUILD_TYPE": "Release",
        "CMAKE_INSTALL_PREFIX": "${sourceDir}/out/install/${presetName}",
        "CMAKE_C_COMPILER": "clang-15",
        "CMAKE_CXX_COMPILER": "clang++-15"
      },
      "environment": {
      },
      "condition": {
        "type": "equals",
        "lhs": "${hostSystemName}",
        "rhs": "Linux"
      },
      "vendor": { "microsoft.com/VisualStudioRemoteSettings/CMake/2.0": { "remoteSourceRootDir": "$env{HOME}/.vs/$ms{projectDirName}" } }
    },

随便选一个启动项，比如bustub-shell：

运行，然后发现跳了个异常，因为我们没实现，说明环境配置大功告成，可喜可贺！

这时候我们发现git不可信任：

我们右键信任即可。

然后就可以做第一个提交了：

然后在Git>管理远程仓库中添加一个public用来拉取公共库的更新，提取写https://github.com/cmu-db/bustub.git，推送也可以写这个（反正也推不上去，不用管）：

或者也可以Ctrl+ˋ打开命令行，然后直接执行前面那几个命令拉取：

注册账号

去gradescope注册个号，点击右上角Sign Up
Student

课程号填5R4XPZ（2025Fall），学校填Carnegie Mellon University，填好其他信息及邮件，会给你的邮箱发送一封设置密码的邮件，密码要求最短12位。这个验证码是专门提供给非CMU学生的，来自FAQ

弄好后是这样的，可以提交：

1. Project 0

OK，终于可以开始做Project0了，这里我会详细演示一下工作流，以及简单点评一下这个Project。

签出分支

我们做每一个project前，先签出一个分支，做完后再合并回master（因为后一个project往往强依赖于前一个），这样避免把代码搞乱

作业背景

这次的p0与前几次大相径庭，是做一个并发数据结构

先给了你一个背景，假设你是一个网站管理员，现在你想找哪个IP的访问量最大，最直接的想法是用一个哈希表(ip, cnt)去存每个IP对应的访问次数，但这在数据量很大的时候占用的内存是非常高的，于是引入了CM Sketch这个东西。

这个是一种概率数据结构，简单来说，前面哈希表存的key太多，那我直接不存key本身，改为直接维护哈希值的计数，这样就省去了很大的内存开销，但是很显然，哈希函数是有冲突的，因此我们可以在每一个IP插入的时候，做depth次哈希，给每次哈希算出来的哈希值加一个计数，在要查询的时候再次做depth次哈希，找到里面的最小值，认为这个最小值就是我们IP的计数，这样尽管严格来说还是不完全准确，但可以得到一个相对准确的计数值。

内存上，假设我们把哈希值（比如取模之类的、相当于再做一次哈希）约束到width内，我们只需要维护一个w*d的二维数组，就减少了很多内存。

Task

然后看一下任务，我们要实现的就是一个构造函数（带参+移动构造）、一个移动赋值、插入、查询、清除、合并、查询TopK

有几点注意事项是要使用他提供的哈希函数、在做插入时要线程安全，同时还要杜绝一把大锁锁完的情况，锁尽量细粒度或者无锁

文件

我们要写的就是这个count_min_sketch.h/count_min_sketch.cpp

一些细节

我们可以存一个std::unique_ptr<std::atomic<uint32_t>[]> table_;，就可以避免使用锁了
求Top-k的时候，可以使用std::nth_element+std::sort，先做快选再排k，这样的时间复杂度是 O ( n + k log ⁡ k ) O(n+k\log k) O(n+klogk)，类似的可以用std::partial_sort，这样的时间复杂度是 O ( n log ⁡ k ) O(n\log k) O(nlogk)，考虑到 k k k一般比较小，还是选前者比较好
原始的哈希函数产生器是捕获的this指针，在做移动的时候，如果直接std::move哈希函数数组就会导致垂悬引用，因此我们在捕获的时候改为值捕获width即可