40_中高级精读
第42章：中高级精读——高性能与泛型设计（第43周）¶
教学目标：精读两个以C++泛型编程技术著称的项目——small_gicp（Traits+Policy-based Design）和Faster-LIO（模板特化+TBB），理解"如何用C++类型系统让同一套算法适应不同数据结构和执行策略"。
精读项目：
-
small_gicp（⭐900，C++17）——SLAM领域Traits Pattern和Policy-based Design的教科书。精读文件：
traits.hpp（定义traits::point(cloud, i)泛型点访问——同一套配准算法同时支持pcl::PointCloud/std::vector<Eigen::Vector3d>/Open3D PointCloud/任何自定义类型，只需为新类型特化traits::point()即可）、registration.hpp（三维策略组合Registration<Factor, Reduction, Rejector>——Factor控制配准代价函数(ICP/GICP/VGICP)，Reduction控制并行策略(Serial/OpenMP/TBB)，Rejector控制外点剔除策略——用户可以自由组合这三个维度）。C++学习重点：header-only库设计（零编译依赖——只需#include即可使用）、traits特化替代虚函数继承（零运行时开销的多态）、C++17if constexpr编译期分支选择。 -
Faster-LIO（⭐1.5k，C++17）——iVox模板特化+TBB并行的极致性能案例。精读文件：
iVox.hpp（增量体素哈希——template<int dim, IVoxNodeType node_type>中node_type是编译期参数，选择LINEAR或PHC(伪希尔伯特曲线)两种搜索策略。if constexpr (node_type == IVoxNodeType::PHC)在编译期完全消除未选择分支的代码——零分支预测失败开销）。TBB并行哈希插入——tbb::parallel_for并行化KNN搜索和体素更新。性能数据：在Velodyne 64线LiDAR上达**1800+ FPS**（比FAST-LIO2快约3倍）。C++学习重点：非类型模板参数IVoxNodeType替代运行时if-else、tbb::concurrent_hash_map替代std::unordered_map+std::mutex。