前言

今天看到一个程序，用到了智能指针，

virtual tmp<volScalarField> rho() const;

借此机会把有关智能指针的知识体系重新梳理一遍

---

智能指针autoPtr的由来：

首先要说明智能指针本质上是模板类，是对原有指针的改进，相比更安全，

of中的智能指针autoPtr很像原有的auto_ptr，但不是对原有的封装，而是重新写了一遍

of对autoPtr的描述如下：

An auto-pointer similar to the STL auto_ptr but with automatic casting

to a reference to the type and with pointer allocation checking on access.

std::auto_ptr的定义大致如下：

template <typename _Tp>
class auto_ptr
{
private:
    _Tp *_M_ptr;

public:
    explicit auto_ptr(_Tp *__p = 0) throw();
    auto_ptr(auto_ptr &__a) throw();
    auto_ptr &operator=(auto_ptr &__a) throw();
    ~auto_ptr();

    _Tp &operator*() const throw();
    _Tp *operator->() const throw();

    _Tp *get() const throw();
    _Tp *release() throw();
    void reset(_Tp *__p = 0) throw();
};

再看咱of中的autoPtr是何其相似，但实现方法肯定各有千秋

template<class T>
class autoPtr
{
        mutable T* ptr_;
public:
    typedef T Type;
        inline explicit autoPtr(T* = nullptr);
        inline autoPtr(const autoPtr<T>&);
        inline autoPtr(const autoPtr<T>&, const bool reuse);
        inline ~autoPtr();

            inline bool empty() const;
            inline bool valid() const;
            inline T* ptr();
            inline void set(T*);
            inline void reset(T* = nullptr);
            inline void clear();

            inline T& operator()();
            inline const T& operator()() const;
            inline T& operator*();
            inline const T& operator*() const;
            inline operator const T&() const;
            inline T* operator->();
            inline const T* operator->() const;
            inline void operator=(T*);
            inline void operator=(const autoPtr<T>&);
};

在autoPtr中，我们也能看到在autoPtr中加了很多unique_ptr的元素，比如说reset()，

了解of中的智能指针的来源，那么为什么要用智能指针呢，他的应用场景是哪些，下次我们自己写的时候要什么时候用

---

为什么要用智能指针：

举个例子，比如说我们要实现插值算法，用matlab写，这很简单

result = function(input)

现在我们学习C++了，知道了可以传指针或引用，可以这样写

function(&result, input);

相比之下of更倾向于使用matlab的书写方式

因为简单

不仅是看起来简单，写起来也简单，可以更直观的表达想法

对于没接触过C或C++的人来说，不必了解引用左值右值等一系列知识

在of中写动量方程，

fvVectorMatrix UEqn
(
    fvm::ddt(rho, U)
    + fvm::div(rhoPhi, U)
    + turbulence->divDevRhoReff(rho, U)
);

首先这是个类fvVectorMatrix的构造函数，还是个拷贝构造

那这就需要类内部的重载以及函数返回类型都是fvVectorMatrix类

对于需要引入方程的人来说这样写很明显更直观更简单

但是C++作为效率最高的语言，引用这个概念的提出肯定有他的道理

我们一般说引用是什么，很多说是别名，实际上没有说到本质

引用的本质是指针常量，如果换C语言的写法是这样的

int* const rb = &a;

matlab以简单易用著称，但用过matlab的人都知道matlab的效率极低，

本科时候当时不会向量化编程，参加数学建模比赛跑一个循环，跑了整整24小时，笔记本散热也不大行，后来送修主板了

为什么matlab效率低，很关键的一点是matlab一直都是复制拷贝

C/C++指针传地址效率就高很多，况且C++引用的本质就是指针

在简单易用和效率之间，matlab选择了前者，C++选择了后者

openfoam是一个非常强大的张量计算程序，既不能舍弃易用性抬高门槛，又不能反复使用复制拷贝降低效率，稀疏矩阵那么大拷贝来拷贝去算一个程序跑好几年成本太高

openfoam使用智能指针解决了这个问题，看起来不难读懂又能保证效率，这也就回答了为什么要使用智能指针

再回到我们刚刚说的动量方程拷贝构造上，首先在书写方法上依旧是matlab的显式书写方法，但实际上是C++的隐式移动拷贝

可能现在依旧疑惑在哪里看到用指针了，可以打开fvm命名空间的内容

namespace fvm
 {

 // * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * //

 template<class Type>
 tmp<fvMatrix<Type>>
 d2dt2
 (
     const GeometricField<Type, fvPatchField, volMesh>& vf
 )
 {
     return fv::d2dt2Scheme<Type>::New
     (
         vf.mesh(),
         vf.mesh().d2dt2Scheme("d2dt2(" + vf.name() + ')')
     ).ref().fvmD2dt2(vf);//这里返回的可是fvMatrix<Type>类型指针
 }

 template<class Type>
 tmp<fvMatrix<Type>>
 d2dt2
 (
     const dimensionedScalar& rho,
     const GeometricField<Type, fvPatchField, volMesh>& vf
 )
 {
     return fv::d2dt2Scheme<Type>::New
     (
         vf.mesh(),
         vf.mesh().d2dt2Scheme("d2dt2(" + rho.name() + ',' + vf.name() + ')')
     ).ref().fvmD2dt2(rho, vf);
 }

 template<class Type>
 tmp<fvMatrix<Type>>
 d2dt2
 (
     const volScalarField& rho,
     const GeometricField<Type, fvPatchField, volMesh>& vf
 )
 {
     return fv::d2dt2Scheme<Type>::New
     (
         vf.mesh(),
         vf.mesh().d2dt2Scheme("d2dt2(" + rho.name() + ',' + vf.name() + ')')
     ).ref().fvmD2dt2(rho, vf);
 }

 // * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * //

 } // End namespace fvm

看到了嘛，随便一个遍布tmp智能指针，在指针赋值时就已经完成了类的初始化

但又因为只是指针，可以用显式的方法去写，只要保证返回类型相同即可

fvm += fvc::surfaceIntegrate
(
    faceFlux*tinterpScheme_().correction(vf)
);

表面上是大型矩阵相加减，实际上是智能指针这个地址在执行重载，极大的提升了效率

打个比方，这就像高启强要和赵立冬或孟德海商量一件事，赵这个级别的不方便出面，出面的都是龚开疆或王秘书这样的人，又能传达指示又不消耗大量资源，好处就是双方都留有余地

智能指针智能的点就在于不需要或者出问题的时候能自动销毁，打开相关析构函数

template<class T>
inline Foam::tmp<T>::~tmp()
{
    clear();
}


template<class T>
inline void Foam::tmp<T>::clear() const
{
    if (isTmp() && ptr_)
    {
        if (ptr_->unique())
        {
            delete ptr_;
            ptr_ = 0;
        }
        else
        {
            ptr_->operator--();
            ptr_ = 0;
        }
    }
}

tmp析构时对该智能指针进行了delete，

记得狂飙里调查组一来最先销毁的也是龚开疆这个智能指针，，，

这样openfoam无需g++ -o优化也能有很好的运行效率

---

autoPtr与tmp的使用场合与区别

在openfoam中，autoPtr是强引用类型智能指针，tmp是弱引用类型智能指针

那我们在什么时候使用autoPtr以及tmp呢

autoPtr多使用在transport models ,boundry conditions,discretization schemes，turbulenceModel,interpolation schemes,gradient schemes或fvOptions这种动态多态中，更适合析构频次高的地方，智能指针autoPtr能够自动析构，因而被广泛使用

autoPtr<incompressible::RASModel> turbulence
(
    incompressible::RASModel::New(U, phi, laminarTransport)
);

autoPtr一旦有所指向只能移动，不能复制，同名同类型只能指向一个对象

再说tmp，之前有博客说tmp类似shared_ptr，实际上tmp的自我介绍中并没有像autoPtr一样提及相关类auto_ptr，和shared_ptr也不是继承关系，但实现功能很接近

A class for managing temporary objects.

tmp的自我介绍中说是管理临时变量的类，这个介绍更像是我们日常做的副本，就像我现在做的博客，害怕自己忘做份笔记，日后翻看，当然这个博客的建立首先是自己做好了理解，因而类似的，tmp的构造需要autoPtr在前面已经做好了指定，tmp配合进行副本引用

tmp的销毁和shared_ptr一致，具体可以见shared_ptr

---

一起探索openfoam也是相当有趣的一件事，非常欢迎私信讨论

指正的价值要比打赏更重要，下面是个人联系方式，希望能结交到志同道合的朋友