c++

一个不知名程序员www

算法学习入门 --- 哈希表和unordered_map、unordered_set（C++）目录1.哈希表的概念2.常见的哈希函数3.处理哈希冲突4.模拟实现哈希表5.unordered_set与unordered_map

C++ 老炮儿的技术栈

在C++ 程序中调用被 C编译器编译后的函数，为什么要加 extern “C”声明？C++ 支持函数重载（比如func(int)和func(float)可以共存），为了区分不同重载的函数，C++ 编译器会对函数名做「名字修饰（Name Mangling）」—— 把函数的参数类型、个数等信息拼接到函数名里，生成一个独一无二的编译后名字。而 C 语言不支持重载，C 编译器对函数名的处理非常简单：基本直接保留原函数名（或仅做简单修饰）。

GESP C++五级-202406C++代码实现C++代码实现C++代码实现

C++ STL 栈的便捷使用创建一个空的、存储 T 类型元素的栈对象，STL 会自动管理栈的内存（无需手动分配 / 释放）。把 val 这个元素添加到栈的最顶端，栈的大小会自动 +1，底层由 STL 自动扩容（无需担心空间不足）。

MFC扩展库BCGControlBar Pro v37.2 - 全新的VS 2026可视化管理器BCGControlBar库拥有500多个经过全面设计、测试和充分记录的MFC扩展类。我们的组件可以轻松地集成到您的应用程序中，并为您节省数百个开发和调试时间。

C+-C资深大佬

C++类型判断C++ 是静态类型语言，大部分类型判断可以在编译期完成，这也是最常用、效率最高的方式。typeid 是 C++ 内置运算符，能返回表示类型信息的 std::type_info 对象，核心用于：

基于C++的《Head First设计模式》笔记——模式合作目录一.专栏简介二.模式合作三.与鸭子重聚1.创建一个Quackable接口2.鸭子实现Quackable

C++课后习题训练记录Day741.练习项目：输入一个自然数 n (n≤1000)，我们对此自然数按照如下方法进行处理:不作任何处理;

解锁函数的魔力：Python 中的多值传递、灵活参数与无名之美在 Python 编程中，函数是构建模块化、简洁代码的核心工具。Python 的函数功能不仅强大，还非常灵活：从多值返回到多种参数传递，再到匿名函数 lambda，Python 允许我们用更少的代码实现丰富的功能。掌握这些函数进阶技巧，不仅能提升代码的可读性和复用性，还能让我们更优雅地解决复杂问题。在这篇文章中，我们将深入探索 Python 函数的高阶特性，一步步提升你的编程技巧。

txinyu的博客

前置声明与 extern目录一、基础核心1. 核心概念对比2. 各自语法与基础用法（Linux 环境示例）二、补充知识点问题 1：前置声明和 extern 的核心区别是什么？

面向对象封装线程：用 C++ 封装 pthread本文旨在通过面向对象的方式，将 POSIX 线程（pthread）进行封装，提供一个简洁、安全、易用的 Thread 类接口。核心目标是：隐藏底层 pthread 的复杂性，暴露高层语义清晰的操作方法（如 Start()、Join()、Detach()、Stop()）。

charlie114514191

计算机图形学速通指南笔记（0）如果你已经有用计算机绘图的经验，你就会知道在这个过程中你会先画一个圆，然后是一个矩形、一条线、一些三角形，直到你构成你想要的图像。这个过程和手写一封信或一本书非常相似——它是一系列逐步执行任务的指令。

2. C++ private、protected、public八股文又来了，看吧看一遍你就会了时间长忘了？那就再看一遍孩子private、protected、public 是 C++ 封装特性的核心载体，其本质是在编译期限制类成员（变量/函数）在不同作用域下的可见性和访问权限——简单来说，就是规定“哪些地方能使用类的某个成员，哪些地方不能”。掌握这三个关键字的规则，是写出符合工程化规范、高内聚低耦合 C++ 代码的基础。

星火开发设计

二维数组：矩阵存储与多维数组的内存布局在 C++ 编程中，一维数组适用于存储线性序列数据，而当需要处理表格化、矩阵化数据（如学生成绩表、图像像素矩阵）时，二维数组成为更合适的选择。二维数组本质是“数组的数组”，既延续了一维数组连续内存的特性，又通过行、列二维索引组织数据，同时其内存布局逻辑也为理解三维及以上多维数组奠定基础。本文将从二维数组的定义初始化、矩阵存储场景、内存布局原理、常见操作四个维度，带你吃透二维数组的核心逻辑，打通多维数据存储的认知壁垒。

彻底终结内存泄漏与悬挂指针：深度实战 C++ 智能指针底层原理与自定义内存池，打造稳如泰山的系统基石内存管理的质量直接决定了 C++ 程序的稳健性与生命周期。本文旨在为中高级开发者提供一套全方位的内存管理进阶方案。我们将首先从 RAII（资源获取即初始化）哲学出发，深度解析 std::unique_ptr 的零开销抽象以及 std::shared_ptr 在多线程环境下的原子引用计数开销。通过对**控制块（Control Block）**内存布局的拆解，揭示 make_shared 与 new 构造在性能上的本质区别。随后，针对高频小对象分配导致的内存碎片问题，本文将实战实现一个基于 Arena 架构

⽤哈希表封装unordered_map和unordered_set(C++模拟实现)欢迎来到我的频道【点击跳转专栏】码云链接【点此转跳】在阅读本章节前请保证掌握以下知识哈希表的实现&& unorderedmap和unorderedset的使用同时确保自己熟练掌握 map和set 的封装（因为里面除了底层一个是红黑树一个是哈希表外基本区别不大所以很多冲突部分都不会详细解释也不会一步一步推导的写而是围绕成品代码解释为什么这么写）详情可以参考小编写的：哈希表（C++详解版&&线性探测法、哈希桶的实现） C++ unordered_map和unordered_set的使用

右值引用一个误区提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档两个右值引用使用场景，你帮我看下我理解的对不对

一分之二～

二叉树--层序遍历（迭代和递归）使用队列，也是比较普遍的解法。通过记录队列的长度实现将每一层的节点分开。递归算法需要解决怎么知道遍历的节点是否在同一层，引入一个变量depth记录深度即可，将节点值直接压入result二维数组即可。

OpenGL 与 C++：深入理解与实现 Transform 组件从专业角度来说，transform组件确实是图形编程的核心概念之一，需要涵盖数学基础、代码实现和实际应用三个层面。

突破锁竞争的性能枷锁：深度剖析 C++ 内存模型与无锁编程在超大规模并行 AI 系统中的极致应用实践在多核处理器普及与 AI 算力需求爆炸的背景下，高并发系统的架构重心正从“功能实现”转向“消除同步损耗”。本文将深入探讨 C++ 内存模型（Memory Model）这一底层契约，详细解构六种内存顺序（Memory Order）在底层硬件上的映射机制。通过实战演练，我们将展示如何利用原子操作（Atomics）构建一个无锁的高性能任务分发队列，并深度分析**伪共享（False Sharing）**与 ABA 问题等高级工程陷阱。文章旨在为开发者提供一套在复杂并发环境下，兼顾正确性与极致响应速度的架构思考模型