1.[placement new] 语法和原理浅谈
2.STL源码剖析总结笔记（2）：容器（containers）概览
3.STL 源码剖析：sort
4.STL源码剖析9-set、码剖multiset
5.[stl 源码分析] std::list::size 时间复杂度
6.STL源码剖析总结笔记（3）：vector初识

[placement new] 语法和原理浅谈

       在研读《STL源码剖析》时，析清晰我遇到了不解之处。码剖在2.1节的析清晰void allocator::construct函数中，侯老师解释了一个看似奇特的码剖语法：new((void*)) p) T(x)。这个表达式让我疑惑new操作符是析清晰盗取静态网站源码否可以带参数？

       为了解答这个疑问，我查阅资料，码剖发现new操作符的析清晰细节往往被忽视。实际上，码剖我们所熟知的析清晰new，其实是码剖new operator，而真正执行内存分配的析清晰是operator new，它在类内部或全局命名空间被重载。码剖这个过程包括三个步骤：内存申请、析清晰异常处理，码剖以及可能的后续操作，但此处并未深入讨论。

       接着，我引入了placement new的概念。这个函数看似简单，仅返回指针，但其存在似乎有其意义。通过以下代码示例：

       执行结果揭示，placement new先于构造函数调用，可能将pbuffer作为构造函数的this指针，用于在指定位置构造对象。实际上，即使不使用placement new，也能通过类似"CTest *ptest = new CTest(pbuffer);"实现相同功能。然而，免费mips源码这种“等价功能”在某些版本的编译器下可能不被支持，强制要求使用placement new。

       因此，我们可以推断，placement new并非必需，而是提供了一种便捷的方式来在特定位置构造对象，尽管在实际操作中，它可能被编译器优化为默认行为。其核心价值在于简化编码，而非实现底层功能。

STL源码剖析总结笔记（2）：容器（containers）概览

       容器作为STL的重要组成部分，其使用极大地提升了解决问题的效率。深入研究容器内部结构与实现方式，对提升编程技能至关重要。本文将对容器进行概览，分为序列式容器、关联式容器与无序容器三大类。

       容器大致分为序列式容器、关联式容器和无序容器。其中序列式容器侧重于顺序存储，关联式容器则强调元素间的键值关系，而无序容器可以看作关联式容器的一种。

       容器之间的关系可以归纳为：序列式容器为基层，关联式容器则在基层基础上构建了更复杂的数据结构。例如，heap和priority容器以vector作为底层支持，而set和map则采用红黑树作为基础数据结构。此外，还存在一些非标准容器，机械姬源码如slist和以hash开头的容器。在C++ 中，slist更名为了forward-list，而hash开头的容器改名为了unordered开头。

       在容器的实现中，sizeof()函数可能揭示容器的内部大小对比。需要注意的是，尽管在GNU 4.9版本中，一些容器的设计变得复杂，采用了较多的继承结构，但实际上，这些设计在功能上并未带来太大差异。

       熟悉容器的结构后，我们可以从vector入手，探索其内部实现细节。其他容器同样蕴含丰富的学习内容，如在list中，迭代器（iterators）的设计体现了编程的精妙之处；而在set和map中，红黑树的实现展现了数据结构的高效管理。

       本文对容器进行了概览，旨在提供一个全面的视角，后续将对vector、list、set、map等容器进行详细分析，揭示其背后的实现机制与设计原理。

STL 源码剖析：sort

       我大抵是太闲了。

       更好的阅读体验。

       sort 作为最常用的git源码对比 STL 之一，大多数人对于其了解仅限于快速排序。

       听说其内部实现还包括插入排序和堆排序，于是很好奇，决定通过源代码一探究竟。

       个人习惯使用 DEV-C++，不知道其他的编译器会不会有所不同，现阶段也不是很关心。

       这个文章并不是析完之后的总结，而是边剖边写。不免有个人的猜测。而且由于本人英语极其差劲，大抵会犯一些憨憨错误。

       源码部分sort

       首先，在 Dev 中输入以下代码：

       然后按住 ctrl，鼠标左键sort，就可以跳转到头文件 stl_algo.h，并可以看到这个：

       注释、模板和函数参数不再解释，我们需要关注的是函数体。

       但是，中间那一段没看懂……

       点进去，是一堆看不懂的#define。

       查了一下，感觉这东西不是我这个菜鸡能掌握的。

       有兴趣的 戳这里。

       那么接下来，就应该去到函数__sort 来一探究竟了。

       __sort

       通过同样的方法，继续在stl_algo.h 里找到 __sort 的ebbi指标 源码源代码。

       同样，只看函数体部分。

       一般来说，sort(a,a+n) 是对于区间 [公式] 进行排序，所以排序的前提是 __first != __last。

       如果能排序，那么通过两种方式：

       一部分一部分的看。

       __introsort_loop

       最上边注释的翻译：这是排序例程的帮助程序函数。

       在传参时，除了首尾迭代器和排序方式，还传了一个std::__lg(__last - __first) * 2，对应 __depth_limit。

       while 表示，当区间长度太小时，不进行排序。

       _S_threshold 是一个由 enum 定义的数，好像是叫枚举类型。

       当__depth_limit 为 [公式] 时，也就是迭代次数较多时，不使用 __introsort_loop，而是使用 __partial_sort（部分排序）。

       然后通过__unguarded_partition_pivot，得到一个奇怪的位置（这个函数的翻译是无防护分区枢轴）。

       然后递归处理这个奇怪的位置到末位置，再更新末位置，继续循环。

       鉴于本人比较好奇无防护分区枢轴是什么，于是先看的__unguarded_partition_pivot。

       __unguarded_partition_pivot

       首先，找到了中间点。

       然后__move_median_to_first（把中间的数移到第一位）。

       最后返回__unguarded_partition。

       __move_median_to_first

       这里的中间数，并不是数列的中间数，而是三个迭代器的中间值。

       这三个迭代器分别指向：第二个数，中间的数，最后一个数。

       至于为什么取中间的数，暂时还不是很清楚。

       `__unguarded_partition`

       传参传来的序列第二位到最后。

       看着看着，我好像悟了。

       这里应该就是实现快速排序的部分。

       上边的__move_median_to_first 是为了防止特殊数据卡 [公式] 。经过移动的话，第一个位置就不会是最小值，放在左半序列的数也就不会为 [公式] 。

       这样的话，__unguarded_partition 就是快排的主体。

       那么，接下来该去看部分排序了。

       __partial_sort

       这里浅显的理解为堆排序，至于具体实现，在stl_heap.h 里，不属于我们的讨论范围。

       （绝对不是因为我懒。）

       这样的话，__introsort_loop 就结束了。下一步就要回到 __sort。

       __final_insertion_sort

       其中某常量为enum { _S_threshold = };。

       其中实现的函数有两个：

       __insertion_sort

       其中的__comp 依然按照默认排序方式 < 来理解。

       _GLIBCXX_MOVE_BACKWARD3

       进入到_GLIBCXX_MOVE_BACKWARD3，是一个神奇的 #define：

       其上就是move_backward：

       上边的注释翻译为：

       __unguarded_linear_insert

       翻译为“无防护线性插入”，应该是指直接插入吧。

       当__last 的值比前边元素的值小的时候，就一直进行交换，最后把 __last 放到对应的位置。

       __unguarded_insertion_sort

       就是直接对区间的每个元素进行插入。

       总结

       到这里，sort 的源代码就剖完了（除了堆的那部分）。

       虽然没怎么看懂，但也理解了，sort 的源码是在快排的基础上，通过堆排序和插入排序来维护时间复杂度的稳定，不至于退化为 [公式] 。

       鬼知道我写这么多是为了干嘛……

STL源码剖析9-set、multiset

       STL源码深入研究：set与multiset的内部结构详解

       1. 结论

       在C++标准模板库(STL)中，set和multiset是两种常用的数据结构，它们底层实现依赖于红黑树（rb tree）。set是一种无序的关联容器，不允许有重复元素，而multiset则允许元素重复，但仍然保持插入顺序。

       2. set的实现

       set内部的红黑树使用了stl_function.h中的仿函数模板参数，这个仿函数用于定义元素的比较规则。set类在stl_set.h文件中定义，它通过这个仿函数确保了元素的唯一性，保证了查找、插入和删除操作的高效性。

       3. multiset的特性

       与set不同，multiset在stl_multiset.h中定义，它允许元素重复，这主要通过维护每个元素在树中的多个实例来实现。与set一样，它也依赖红黑树的数据结构，但对元素的比较规则更为宽松，允许基于给定的比较仿函数进行重复元素的插入和查找。

[stl 源码分析] std::list::size 时间复杂度

       在对Linux上C++项目进行性能压测时，一个意外的发现是std::list::size方法的时间复杂度并非预期的高效。原来，这个接口在较低版本的g++（如4.8.2）中是通过循环遍历整个列表来计算大小的，这导致了明显的性能瓶颈。@NagiS的提示揭示了这个问题可能与g++版本有关。

       在功能测试阶段，CPU负载始终居高不下，通过火焰图分析，std::list::size的调用占据了大部分执行时间。火焰图的使用帮助我们深入了解了这一问题。

       查阅相关测试源码（源自cplusplus.com），在较低版本的g++中，std::list通过逐个节点遍历来获取列表长度，这种操作无疑增加了时间复杂度。然而，对于更新的g++版本（如9），如_glibcxx_USE_CXX_ABI宏启用后，list的实现进行了优化。它不再依赖遍历，而是利用成员变量_M_size直接存储列表大小，从而将获取大小的时间复杂度提升到了[公式]，显著提高了性能。具体实现细节可在github上找到，如在/usr/include/c++/9/bits/目录下的代码。

STL源码剖析总结笔记（3）：vector初识

       vector是c++中常用且重要的容器之一。相较于固定大小的array，vector拥有动态分配内存的特性，允许它在使用过程中随着元素的增删而自行调整大小。这种动态性使得vector在处理不可预知数据量时更为便捷。

       内部结构上，vector使用了数组作为存储基础，并通过start, finish和end of storage三个迭代器进行访问和管理空间。其中，start和finish分别指向可用空间的首端和尾端，end of storage则指向内存块的末尾。在vector大小为字节（位系统下，一个指针占4字节）的情况下，其大小为3。因此，vector可以灵活地通过迭代器定位数据的大小与位置。

       内存管理机制是vector的精华之一。当空间耗尽时，vector会自动扩展为二倍的内存容量，以容纳新增元素。此过程涉及创建新空间，复制原有数据，然后释放旧空间，确保资源的有效利用。

       vector提供了丰富的迭代器，遵循随机访问的行为，允许直接获取和修改数据，增强操作的效率。这些迭代器简化了对数据结构的遍历与修改操作。

       在添加与删除数据时，vector提供了pop_back(), erase, insert等高效方法。例如，pop_back()简单地删除尾部元素，erase允许清除一个范围内的数据，并通过复制来维持数据的连续性。insert操作根据具体需求进行数据的插入与调整，确保结构的完整性与数据的正确性。

       综上，vector以其灵活的内存管理和高效的数据操作，成为学习STL和掌握容器结构的理想选择。其清晰的内部机制和丰富的功能特性，为程序设计提供了强大的支持。