4. C++基础（上）：编译流程、基本语法、指针与引用、内存管理、STL容器
各位同学，欢迎来到C++基础部分。说实话，在自动驾驶这个行当里，C++是绕不开的坎。你想想看，从传感器数据采集到路径规划，从控制指令下发到底层驱动，几乎全是C++的天下。我见过不少转行做自动驾驶的朋友，Python写得飞起，一到C++就卡壳。嗯，今天我们就来把这层窗户纸捅破。
4.1 C++编译流程：从源码到可执行文件
先聊聊编译流程。很多新手上来就写代码，编译报错就懵了。其实搞懂编译流程，很多问题就迎刃而解。
C++的编译分四步走：预处理、编译、汇编、链接。我习惯把这四步比作「做菜」：预处理是洗菜切菜（处理宏、头文件），编译是炒菜（翻译成汇编），汇编是装盘（生成机器码），链接是上桌（把各个菜拼成一桌）。
核心流程：
- 预处理：处理 #include、#define、#ifdef 等指令。生成 .i 文件。
- 编译：将预处理后的文件翻译成汇编代码。生成 .s 文件。
- 汇编：将汇编代码转换成机器码。生成 .o 或 .obj 文件。
- 链接：将多个目标文件和库文件合并成可执行文件。
我曾经在项目里遇到过一个诡异的问题：明明改了代码，编译出来的程序还是老样子。排查了半天，发现是同事只改了头文件，没重新编译依赖这个头文件的源文件。说白了，就是没搞懂编译单元的概念。每个 .cpp 文件是一个独立的编译单元，头文件改了，所有包含它的编译单元都得重新编译。
我的习惯：写 Makefile 或 CMakeLists.txt 时，一定要把依赖关系写清楚。别偷懒用「make clean && make」，项目大了这招能让你等到怀疑人生。
4.2 基本语法：那些你容易忽略的细节
基本语法我就不从头讲了，大家多少都有基础。我挑几个自动驾驶开发中容易踩坑的点说说。
命名空间： 项目中一定要用命名空间。我见过一个项目，全局变量、函数名满天飞，链接的时候各种重定义。后来重构时加了命名空间，世界清净了。
// 推荐写法
namespace perception {
class LidarProcessor {
// ...
};
}
// 使用时
perception::LidarProcessor processor;const 关键字： 能加 const 的地方一定要加。这不仅是给编译器看的，更是给人看的。我在代码 review 时，看到函数参数没加 const，第一反应就是「这哥们是不是要改我数据？」
// 好的习惯
void ProcessPointCloud(const std::vector<Point>& points) {
// 这里只能读，不能改
}引用 vs 值传递： 自动驾驶里经常要处理大量点云、图像数据。值传递会触发拷贝，性能直接崩掉。记住一条铁律：自定义类型尽量用 const 引用传递。
注意： 内置类型（int、float、double 等）用值传递反而更快，因为引用本身也有开销。别盲目用引用。
4.3 指针与引用：自动驾驶开发中的双刃剑
指针和引用，是C++里最容易出问题的地方，也是自动驾驶开发中绕不开的工具。
指针： 说白了就是存地址的变量。我刚开始做激光雷达驱动时，经常遇到空指针崩溃。后来养成了一个习惯：每次用指针前，先判空。
void ProcessLidarData(LidarFrame* frame) {
if (frame == nullptr) {
// 记录日志，返回或抛出异常
return;
}
// 安全地处理数据
}引用： 引用是指针的语法糖，但更安全。引用一旦初始化，就不能再指向其他对象。这特性在函数参数传递时特别好用。
智能指针： 现代C++开发，我建议尽量用智能指针。std::shared_ptr 和 std::unique_ptr 能帮你自动管理内存。我在项目中遇到过内存泄漏，排查了三天，最后发现是 new 了没 delete。从那以后，我基本不用裸指针了。
// 推荐使用智能指针
std::shared_ptr<LidarDriver> driver = std::make_shared<LidarDriver>();
// 不用手动 delete，离开作用域自动释放避坑指南： 我曾经在回调函数里用了裸指针，结果对象被销毁了，回调还在执行，直接段错误。后来改用 std::weak_ptr 配合 std::shared_ptr，完美解决。
4.4 内存管理：new/delete 的正确姿势
内存管理是C++的硬骨头。自动驾驶系统对实时性要求极高，内存分配和释放不能有半点马虎。
new 和 delete： 这是最基础的内存管理方式。new 分配内存并调用构造函数，delete 调用析构函数并释放内存。记住：new 和 delete 必须成对出现。
// 单个对象
PointCloud* cloud = new PointCloud(1000);
// 使用 cloud
delete cloud;
// 数组
Point* points = new Point[1000];
// 使用 points
delete[] points; // 注意是 delete[]内存泄漏： 这是C++开发者的噩梦。我见过一个项目，每帧都 new 一堆对象，从来不 delete。跑了半小时，内存占用飙到几个G，系统直接卡死。
我的建议： 能用栈分配就别用堆分配。栈分配速度快，自动释放。实在要用堆，优先考虑智能指针或 RAII（资源获取即初始化）模式。
内存池： 在自动驾驶的实时模块中，频繁的 new/delete 会导致内存碎片和性能抖动。我习惯用内存池来预分配一大块内存，然后自己管理分配和释放。这样能保证实时性。
4.5 STL容器：vector 和 map 的实战技巧
STL容器是C++的宝藏。用好它们，能省下大量开发时间。我重点讲两个最常用的：vector 和 map。
vector： 动态数组，连续内存存储。随机访问 O(1)，尾部插入 O(1)，中间插入 O(n)。
// 基本用法
std::vector<Point> points;
points.reserve(10000); // 预分配内存，避免多次扩容
points.push_back(Point(1.0, 2.0, 3.0));
// 遍历
for (const auto& p : points) {
// 只读遍历
}
// 删除
points.erase(points.begin() + 5); // 删除第6个元素map： 红黑树实现，有序键值对。查找、插入、删除都是 O(log n)。在自动驾驶中，我常用 map 来存储配置信息、传感器ID到数据的映射。
// 基本用法
std::map<int, std::string> sensor_map;
sensor_map[1] = "Lidar";
sensor_map[2] = "Camera";
// 查找
auto it = sensor_map.find(1);
if (it != sensor_map.end()) {
// 找到了
}
// 遍历
for (const auto& [id, name] : sensor_map) {
// C++17 结构化绑定
}性能优化： 如果你不需要有序性，用 std::unordered_map。哈希表实现，查找 O(1)。我在做高精地图匹配时，把 map 换成 unordered_map，性能提升了30%。
容器选择指南：
| 场景 | 推荐容器 | 原因 |
|---|---|---|
| 需要随机访问 | vector | O(1) 访问，内存连续 |
| 频繁头部/中间插入 | list 或 deque | vector 中间插入太慢 |
| 键值对查找 | unordered_map | O(1) 平均查找时间 |
| 需要有序键值对 | map | 红黑树保证有序 |
| 先进先出队列 | queue | 封装好的 FIFO |
嗯，C++基础（上）就讲到这里。这些内容看着简单，但都是我在实际项目中踩过坑、流过泪总结出来的。你想想看，自动驾驶系统动辄几十万行代码，一个内存泄漏、一个空指针，可能就让车在路上出问题。所以，基础一定要打牢。