學會C++就等於掌握了所有語言

“掌握所有語言”也許有點誇大，說“掌握所有市面上流行的程式設計語言”我覺得一點也不過分。

“學會C++”又是如何定義呢？我覺得閱讀過一些比較經典的國外大師寫的C++書籍和文章，有兩三年編程經驗的話，最重要的是人是肯多鑽研多思考類型的話，應該算學會C++，當然離精通還差的遠了。

定義為“學會”是因為這樣的程式員完全可以獨當一面做一些有難度的項目了，可能要比現在許多自稱“精通XX語言”的程式員能乾的多。

如果你所謂精通某語言實際上是指對於某個庫滾瓜爛熟的話，我也無話可說，我認為學習語言是學習程式設計技巧或者編程思想，而不是某個庫。如果我們對於“學習語言”的定義都不一樣，那麼就沒有共同的討論基礎了。

我現在參加的項目使用的程式設計語言和庫對我而言都是全新的，工作中遇到的問題有時候也是很有難度的（例如將mpich庫封裝成python可以調用的介面）。但是因為我還記得C++的一些基本設計技巧（當然也我對於C++開發工具的熟悉也有協助），解決這些所謂難題都輕而易舉。

我在工作中碰到的一個問題就是某個架構師寫的程式（用python語言開發）老是在退出的時候崩潰，這個問題拖了兩三個禮拜，還得不到解決。我接手這個問題後，花了半個小時就*完全*解決了這個問題，而且也沒有損傷多少腦細胞，因為解決問題的步驟對我而言完全是機械性的。

首先，我把程式拉到Linux平台上調試，這樣程式崩潰的時候就產生了core dump，然後我用gdb載入core檔案，確定崩潰時的函數呼叫堆疊。結果發現是調用mpi::finalize()函數的時候發生了崩潰。這個函數的功能可以認為是釋放mpich庫的某種資源的函數。

不需要進一步調試下去，我就可以猜到問題的原因，python，正如現在的大多數流行語言，宣稱自己的資源管理是自動進行的。問題是這裡的資源指的僅僅是記憶體而已。但是就有很多人在用python開發的時候完全不管資源管理了，即使他們願意管理資源，用的也是最繁瑣的技術來管理。肯定是資源管理出了問題。

好吧，我遇到的問題還沒有這麼簡單，由於程式本身是分布式的（多個進程運行於多台機器上），多線程的，單個的函數還包括很多亂七八糟的錯誤處理流程（該錯誤流程在我這個C/C++程式員看來也是很噁心的），所以要完全通過調試器定位bug還是有困難的（python的調試器也不是那麼方便）。

而且我也沒有任何興趣閱讀分布式的多線程的python寫的代碼。

我只是簡單應用了一下C++中的獲得資源即初始化的技術，寫一個新的資源管理類，將獲得資源的代碼放在類的建構函式裡，將資源釋放代碼放在解構函式內。然後把原始的代碼替換一下（用文本替換工具自動替換），就完事了。

類的定義：

class mpiSmartManagement:
    def __init__(self):
        if mpi:
            if not mpi.initialized():
                mpi.init(sys.argv)
               
    def __del__(self):
        if mpi:
            mpi.finalize()

調用：

sp=mpiSmartManagement()

不好意思，沒有講述如何調試分布式的多線程程式的一些複雜的調試技巧。

關於這些複雜的調試技巧我有一個比方，好比發大水了，某地因此被搞得一塌糊塗，但是在抗洪搶險過程中產生了許多英雄，在重整家園的過程中GDP又被拉動（朝上）了，於是壞事變好事。