(1) C++ 学习 - Getting Started
Why C++?
在机器视觉领域,
Python可以解决绝大部分的问题, 但在资源受限的场景下,C++依然是绕不开的基石.在工业界, 确实可能存在资源不受限的场景, 但是真正走到行业前沿, 产品必然会走上通过优化以达到尽可能高的性能的路径, 而非单纯的实现而已.
So, C++..
Why Learn C++?
Gemini 2.5 Pro推荐的😂, 其实材料不是关键, 9.1 分和 9.9 分的差异很小, 关键在于坚持.
Background
CPU只能执行Machine Language, 说白了就是0s和1s的组合😂.不同的
CPU(如x86,arm64,...) 有不同的Machine Language, 它们是不兼容的.assembly languages的引入, 是为了相对好的可读性, 但是CPU无法直接执行它, 需要通过assembler操作将assembly languages转换为Machine Language再执行. 因为目的只是为了可读性, 所以在assembly languages和Machine Language是一一对应的, 因此assembler的过程很直观. 同时也就可以知道, 不同的CPU(如x86,arm64,...) 有不同的assembly languages, 它们是不兼容的😂.Machine Language和assembly languages的特点就是快🚀.一些高级编程语言
C/C++, C#...是编译型语言, 需要使用compiler将它们转换为executable, 实际就是Machine Language, 它们的分发不需要其它任何依赖, 且运行效率更佳. 但是需要针对不同平台编译, 因此移植复杂度相对较高.另一些高级编程语言
Python, JavaScript是解释型语言, 需要使用interpreter来实时将它们的代码转换为Machine Language, 因此它们的分发需要interpreter的存在, 而且往往以暴露源代码为代价. 但是有因为interpreter的存在, 同一代码各个平台都可以执行, 而且省去了编译的过程, 可以进行实时修改. 当然效率会差一些,interpreter也会带来多余的资源占用.C/C++的设计哲学:trust the programmer.
C++ 开发流程
Define the problem that you would lick to solve.
不定义问题, 就无法解决问题, 清晰地定义问题是一切的基础.
Determine how you are going to solve the problem.
通过对问题进行思考, 梳理出一些可能的方案, 然后进行评估, 选择最合适的方案, 好的方案有如下特点:
- 符合直觉, 没有弯弯绕绕, 简单, 容易理解.
- 写了很棒的文档, 特别是这个方案存在一些需要特别说明的内容的话(比如假设和限制).
- 进行了模块化, 对复用和未来的变更做了考虑.
- 对异常进行了相对完备的处理.
Write the program.
Compiling your source code.
在静态检查以后, 把每个
.cpp文件编译为.o文件, One by one.Linking object files and libraries and creating the desired output file.
把
.o文件, 连同引用的标准库和三方库, 最终生成一个 Executable file, 或者 library files.Testing.
Debugging.
一些关于 IDE 的最佳实践
- 设置 C++ Language Stardard 为特定的版本(如 ISO C++ 17 Standard(/std:c++17)), 以保证一致的行为.
- 设置 Conformance mode 为 Yes(/permissive-), 以防止当前编译器的额外特性破坏代码在其它编译器上的一致性.
- 设置 Warning Level 为 Level4(/W4), 使用最高的警告等级, 以严格要求代码的质量.
- 设置 Treat Warnings As Errors 为 Yes(/WX), 即出现编译器警告时, 代码不会继续编译. 以严格要求代码的质量.
The End
本节主要是一些基础性的内容.