1. 课程导入
欢迎进入《嵌入式C++容器与内存优化》课程。在通用桌面或服务器环境中，C++开发者往往习惯直接使用 std::vector、std::map、std::string 等标准容器，并默认堆内存充足、分配开销可以忽略。但嵌入式系统的资源约束、实时性要求和硬件差异，使这种默认假设不再成立。本章作为全课程的导入，将建立三个基本认知：嵌入式C++开发的特殊性、容器与内存优化为何关键、以及本课程的整体学习框架。
一、嵌入式C++开发的四个核心特点
嵌入式C++并非“在单片机上写C++”这么简单，它与通用C++开发存在系统性差异，主要体现在以下方面：
- 资源受限：MCU的SRAM常为几十KB到几百KB，Flash为几百KB到几MB，堆空间可能只有几KB。一次无意的动态分配就可能耗尽内存。
- 实时性约束：电机控制、传感器采样、通信协议栈等场景要求确定性响应。堆分配的时间不确定性和碎片化会破坏实时性。
- 无操作系统或RTOS环境：裸机、FreeRTOS、RT-Thread等环境下，标准库支持不完整，异常、RTTI、部分STL组件可能被裁剪或禁用。
- 硬件直接交互：寄存器、DMA、中断、缓存一致性等底层细节直接影响内存访问行为，容器设计必须考虑这些因素。
二、容器与内存优化为何重要
在嵌入式项目中，内存问题往往不是“性能问题”，而是“功能问题”——内存耗尽会导致系统崩溃、任务失败或设备重启。容器作为数据组织的基本工具，其选择和使用方式直接决定了内存占用、分配次数和访问效率。
以一个典型场景为例：在STM32F4上采集1000个浮点传感器数据。若使用默认 std::vector<float> 并逐个 push_back，可能触发多次扩容和拷贝；若使用 std::array<float, 1000> 或预分配 reserve，则可在栈或静态区一次性确定内存。两者的内存行为和实时性差异巨大。
// 不推荐：多次动态扩容，堆碎片风险高
std::vector<float> samples;
for (int i = 0; i < 1000; ++i) {
samples.push_back(read_sensor());
}
// 推荐：预分配，避免扩容
std::vector<float> samples;
samples.reserve(1000);
for (int i = 0; i < 1000; ++i) {
samples.push_back(read_sensor());
}
// 更推荐：编译期确定大小，零动态分配
std::array<float, 1000> samples;
for (int i = 0; i < 1000; ++i) {
samples[i] = read_sensor();
}内存优化的目标不仅是“省内存”，还包括：减少分配次数、避免碎片、提高缓存命中率、保证分配时间可预测。这些目标贯穿本课程始终。
三、课程整体框架与学习目标
本课程共30章，围绕“容器选型—内存管理—性能优化—实战落地”四条主线展开。整体框架如下表所示：
| 模块 | 主要内容 | 学习目标 |
|---|---|---|
| 基础认知 | 嵌入式C++特点、内存模型、容器分类 | 建立资源约束下的开发思维 |
| 序列容器 | array、vector、deque、list的嵌入式适配 | 能根据场景选择零开销或低开销容器 |
| 关联容器 | map、set、unordered_map的内存代价与替代方案 | 掌握静态查找表、排序数组等替代结构 |
| 内存管理 | 栈、静态区、堆、内存池、自定义分配器 | 能设计确定性分配策略 |
| 优化实战 | 对象布局、对齐、缓存、移动语义、零拷贝 | 能定位并消除内存与性能瓶颈 |
学习本课程后，你应能够：读懂嵌入式C++容器的内存行为；在资源受限环境下做出合理的容器选型；使用内存池、自定义分配器和静态结构替代动态容器；并通过工具和代码审查发现内存浪费与碎片风险。
四、一个典型误区与复盘
复盘：标准容器并非不能用，而是需要理解其内存模型并加以约束。例如
std::array 和 std::span 是零动态分配的；std::vector 配合 reserve 和自定义分配器也可用于嵌入式。真正的问题不是“用不用容器”，而是“是否清楚每次分配发生在哪里、何时发生、代价多大”。
下面的SVG图展示了嵌入式C++中从数据产生到容器选择再到内存落点的典型决策路径，帮助你在后续章节中建立整体判断框架。
这张决策路径图将在后续章节中反复被细化。每一章都会围绕其中一个分支展开，从语法、内存布局、性能数据和实战案例四个层面深入讲解。请在学习过程中不断回到这张图，建立“先看内存、再看容器”的条件反射。