# C++强化训练

**Repository Path**: NoGameNoLife1234_admin/c-intensive-training

## Basic Information

- **Project Name**: C++强化训练
- **Description**: C++强化训练，主要是用于学习和交流
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-09-28
- **Last Updated**: 2023-10-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# C++强化训练

#### 介绍
用于C++强化训练的代码仓库，一共四十多道题。




#### 题目详情

1.  实现string
2.  实现array（可变数组）以及双向链表
3.  ring buffer，要支持buffer size不够时自动扩展大小，以及空余过大时收缩大小
4.  通过stack push pop，call的方式(类似lua)调用类的成员函数，要支持返回值
5.  实现简单八叉树
6.  实现跳表
7.  实现对JSON文件的序列化及反序列化
8.  实现命令行参数解析以及分发action（类似ts的commander）
9.  tcp socket练习：写两个exe，一个server，一个client，client和server互相发送消息，接收并打印出来，要求多线程接收发送或者异步接收发送，不能主线程同步接
10. 基于格子的位置管理：将地图划分为指定大小格子，一个格子中会有多个人物位置信息，根据选定人物的位置查找周围格子（九宫格）的所有位置信息（进阶要求：格子数量超大的时候内存使用要少）
11. 压缩数据表：读取数据表，将所有表数据存到一个连续buffer中（内存使用尽量少），同时提供查询接口（通过key查找整行数据）
12. 敏感词匹配（进阶要求：内存使用尽量少）
13. 运行时进行“绑定”，能够通过名字可以查找成员变量，还能调用成员函数或者调用静态函数等，实现简单的反射系统
14. Export
15. 在虚幻内实现海盗读表（需要了解宏以及模板特化）
16. 阅读虚幻的反射系统，输出笔记
17. 了解动态链接库（dll）以及静态链接库的区别，通过名字查找动态链接库中的函数（会使用系统api以及了解原理就行）
18. 运行时打印成员变量以及函数地址，打印静态变量以及函数地址（包括虚函数地址）
19. 调用系统api打印函数symbol信息，能够打印堆栈信息
20. 实现new和delete
21. 实现可在栈上分配内存的array，实现后阅读虚幻FArray关于栈上分配内存部分（提示InAllocatorType），并改造成即可支持栈上分配又可支持堆上分配内存的array
22. 通过实现自定义malloc和free来统计内存，并能够查找所有内存，只能自己内建数据结构（注意要处理自己内部分配的内存）
23. 通过实现自定义malloc和free来监视内存
24. 阅读虚幻的Malloc，实现可自定义扩展的内存分配器
25. 学习网上的gc机制与策略，输出学习笔记
26. 通过显示调用“ref”与“unref”，书写简单的自动gc机制（至少两种gc策略）
27. 改造“了解内存”系列中的反射系统，去掉上面题中的ref和unref，使用自定义new，做到自动gc
28. 阅读虚幻的gc系统，输出笔记
29. 实现智能指针
30. object池，要使用placement new
31. 简单内存池，要包含页管理等策略，要处理内部管理时的内存分配问题
32. 学会vs的数据断点功能
33. 自己书写工具，当内存写越界时崩溃并输出堆栈信息，要能检测出修改静态变量
34. 无锁队列
35. "实现一个基本的线程池。你需要实现以下功能：
36. 初始化线程池并启动指定数量的线程。
37. 向线程池提交一个任务。
38. 线程池中的线程应该能够并发地执行这些任务。
39. 实现一种机制来等待线程池中的所有任务完成。"
40. "在 37 题的基础上，这个线程池需要支持以下要求
向线程池提交一个任务，指定任务可以在一定时间后执行
可以取消未执行的延迟任务"
41. "针对于 38 的线程池，作如下优化：
线程池要尽可能地高效，以减少线程开销。
线程池应该能够适应高并发情况，并尽可能地利用现有的 CPU 资源。
线程池应该支持任务依赖，以便更好地利用现有的 CPU 资源。
你需要测试你的线程池，并记录下你的性能数据，以便进行比较。"
42. 了解 C++ 高性能计算，了解 SIMD 和 GPU 适合解决什么问题
43. 编写一个 C++ 程序，计算两个长度为 1,000,000 的浮点数数组的点积。使用 SIMD 指令集以提高计算效率。
44. 编写一个 C++ 程序，使用 GPU 计算一个长度为 1,000,000 的整数数组的总和。请在 C++ 中使用 OpenCL 实现 GPU 计算，并与串行计算进行比较。