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
