构建工程的产生器。它将产生构建文件 (e.g. "Unix Makefiles", "Visual Studio 2019", etc.) 一个标准的 CMakeLists.txt 模板 第 3 章：链接库文件 main.cpp 调用 mylib.cpp 里的 say_hello 函数 改进： mylib 作为一个静态库 改进： mylib 作为一个动态库 改进： mylib 作为一个对象库 静态库的麻烦： GCC 编译器自作聪明，会自动剔除没有引用符号的那些对 象 对象库可以绕开编译器的不统一：保证不会自动剔除没引用到的对象文件 虽然动态库也可以避免剔除没引用的对象文件，但引入了运行时链接的麻烦 add_library 无参数时，是静态库还是动态库 ? 会根据 BUILD_SHARED_LIBS 这个变量的值决定是动态库还是静态库。 ON 则相当于 SHARED ， OFF 则相当于 BUILD_SHARED_LIBS 这个变量时，会默认变成 ON 。 也就是说除非用户指定了 -DBUILD_SHARED_LIBS:BOOL=OFF 才会生成 静态库，否则默认是生成动态库。 常见坑点：动态库无法链接静态库 解决：让静态库编译时也生成位置无关的代码 (PIC) ，这样才能装在动态库 里 也可以只针对一个库，只对他启用位置无关的代码 (PIC) 第 4 章：对象的属性 除了 POSITION_INDEPENDENT_CODE

则仅考虑该子项目自身的设定，比 如他的头文件目录，要链接的库等等。 四、子项目的头文件 • 这里我们给 biology 设置了头文件搜索路径 include 。 • 因为子项目的 CMakeLists.txt 里指定的路径都是相对路径 ，所以这里指定 include 实际上是：根 /biology/include 。 • 注意我们用了 PUBLIC 修饰符，这是为了让链接 biology 的 pybmain 格”的第三方库也暴露个全局的 Animal ，两个符号就会发生冲突，由于类符号 都具有 weak 属性，链接器会随机选择一个覆盖掉，非常危险！ • （关于符号的 weak 属性，以后单独开一门 C++ 课讲讲，这一课还是重点关注 CMake ） 十二、依赖另一个子项目，则需要链接他 • 让 pybmain 链接上 biology ： target_link_libraries(pybmain PUBLIC 中则是基于定义者所在路径，优先访问定义者的作用域。这里需要 set(key val PARENT_SCOPE) 才能修改到外面的变量。 第二章：第三方库 / 依赖项配置 用 find_package 寻找系统中安装的第三方库并链接他们 find_package 命令 • 常用参数列表一览： • find_package( [version] [EXACT] [QUIET] [CONFIG] [MODULE]

函数，并在终端显示出 Hello, world 。 厂商 C C++ Fortran GNU gcc g++ gfortran LLVM clang clang++ flang 多文件编译与链接 • 单文件编译虽然方便，但也有如下缺点： 1. 所有的代码都堆在一起，不利于模块化和理解。 2. 工程变大时，编译时间变得很长，改动一个地方就得全部重新编译。 • 因此，我们提出多文件编译的概念，文件之间通过符号声明相互引用。 main.o • 其中使用 -c 选项指定生成临时的对象文件 main.o ，之后再根据一系列对象文件进行链接 ，得到最终的 a.out ： • > g++ hello.o main.o -o a.out 为什么需要构建系统（ Makefile ） • 文件越来越多时，一个个调用 g++ 编译链接会变得很麻烦。 • 于是，发明了 make 这个程序，你只需写出不同文件之间的依赖关系，和生成各文件的规则。 会讨论如何使用他人的库。 • 创建库以后，要在某个可执行文件中使用该库，只需要： • target_link_libraries(myexec PUBLIC test) # 为 myexec 链接刚刚制作的库 libtest.a • 其中 PUBLIC 的含义稍后会说明（ CMake 中有很多这样的大写修饰符） 为什么 C++ 需要声明 • 在多文件编译章中，说到了需要在 main.cpp

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 第 8 章文件系统 75 8.1 文档与链接 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 8.2 std::filesystem C++ 时，也应该尽可能 的避免使用诸如 void* 之类的程序风格。而在不得不使用 C 时，应该注意使用 extern "C" 这种特性， 将 C 语言的代码与 C++ 代码进行分离编译，再统一链接这种做法，例如： // foo.h #ifdef __cplusplus extern "C" { #endif int add(int x, int y); #ifdef __cplusplus return 0; } 应先使用 gcc 编译 C 语言的代码： gcc -c foo.c 编译出 foo.o 文件，再使用 clang++ 将 C++ 代码和 .o 文件链接起来（或者都编译为 .o 再统一 链接）： 10 进一步阅读的参考文献 第 1 章迈向现代 C++ clang++ 1.1.cpp foo.o -std=c++2a -o 1.1 当然，你可以使用 Makefile

三方库里写死的，这个第三方库的作者可能没 上过《面向对象程序设计》，居然没有定义一 个公用的 Animal 基类并设一个 speak 为虚 函数。现在你抱怨也没有用，因为这个库是按 LGPL 协议开源的，你只能链接他，不能修改 他的源码，但你的老板却要求你把 speak 变 成一个虚函数！怎么样，是不是准备好递交辞 呈了？慢着，让万能的小彭老师来救你！ 类型擦除：还是以猫和狗为例 • 你还是可以照常定义一个 声明为 extern std::map<...> functab; • 慢着，这样会有一定的几率出现 segfault ！ • 就是说，如果 functab 所在的 main.o 文 件在链接中是处于 cat.o 和 dog.o 后面 的话，那么 cat.o 和 dog.o 的静态初始 化就会先被调用，这时候 functab 的 map 还没有初始化（ map 的构造函数也 是静态初始化！）从而会调用未初始化的 before_main ）里 使用了函数静态初始化（ Helper ）会怎样？ • 会让函数静态初始化（ Helper ）执行得比全 局静态初始化（ before_main ）还早！ 用包装，避免因为链接的不确定性打乱了静态初始化的顺序 • 利用这个发现，我们意识到可以把 functab 用所谓的“懒汉单例模式”包装成一 个 getFunctab() 函数，里面的 inst 变量 会在第一次进入的时候初始化。因为第一

发现：会让编译变得很慢，因为这 50000 次迭代是在编译期进行的。 第 2 章：内联 调用外部函数： call 指令 @PLT 是 Procedure Linkage Table 的缩 写，即函数链接表。链接器会查找其他 .o 文件中是否定义了 _Z5otheri 这个符号， 如果定义了则把这个 @PLT 替换为他的地 址。 对 PLT 感兴趣？看 https://www.cnblogs.com t-plt.html 编译器优化： call 变 jmp 多个函数定义在同一个文件中 如果 _Z5otheri 定义在同一个文件中，编 译器会直接调用，没有 @PLT 表示未定义 对象。减轻了链接器的负担。 编译器优化：内联化 只有定义在同一个文件的函数可以被内联 ！否则编译器看不见函数体里的内容怎么 内联呢？ 为了效率我们可以尽量把常用函数定义在 头文件里，然后声明为 static 。这样调用

这样就可以一边和用户交互，一边在另一 个线程里慢吞吞下载文件了。 错误：找不到符号 pthread_create • 但当我们直接尝试编译刚才的代码，却在链接时发生了错误。 • 原来 std::thread 的实现背后是基于 pthread 的。 • 解决： CMakeLists.txt 里链接 Threads::Threads 即可： 有了多线程：异步处理请求 • 有了多线程的话，文件下载和用户交互分 别在两个线程，同时独立运行。从而下载

编译器具有多段编译的特点。 • 一段代码他会先送到 CPU 上的编译器（通常是系统自带的编译 器比如 gcc 和 msvc ）生成 CPU 部分的指令码。然后送到真 正的 GPU 编译器生成 GPU 指令码。最后再链接成同一个文件 ，看起来好像只编译了一次一样，实际上你的代码会被预处理很 多次。 • 他在 GPU 编译模式下会定义 __CUDA_ARCH__ 这个宏，利用 #ifdef 判断该宏是否定义，就可以判断当前是否处于 various-nvidia-cards/ 更老的版本如 GT-630 已经被 CUDA 11 废除，因此本课程要 求同学有 GTX900 及以上显卡。如果需要在老显卡上运行的话 ，可以看下面那个链接，查一下你的显卡对应的版本号是多少 ，然后在 CMake 里设置个一样的，应该就能用了。 小彭老师每日锐评 • 顺便， Pascal 、 Turing 、 Ampere 什么的高大上架构名，那个是老黄拿来营销用的。

分布式编译与分析  大量使用缓存  提升静态分析的理论速度 如何做到10分钟反馈分析结果 系统地改进分析时间 编译流程 分析流程 依赖关系分析 分布式 编译 分布式 分析 分布式链接 跨模块分析 报告整合 缓存 缓存 缓存 缓存 硬核玩家：从理论上改进静态分析能力 PLDI 2018: 去掉路径 遍历分析中的冗余 ICSE 2019：路径遍历内 存泄漏分析的多项式算法

投影部分：计算残差 投影部分：缩小一倍 投影部分：清零数组 投影部分：扩大一倍 创建与导出 主函数：创建场景 导出 VDB ：调用接口 导出 VDB ：分离实现 CMake ：使用 CUDA 编译器，链接 OpenVDB 在 Blender 中查看导出的结果 边界条件 边界条件：初始化 边界条件：添加判断边界的版本 边界条件：仅在第一层额外判断边界条件 进一步改进 VDB 导出：支持导出多个网格，并指定名称