函数初始化类内的动态数组 作为练习，我将我的硕士论文的时域有限差分法转换成了从MATLAB到C++的波传播仿真，我遇到了以下问题：

我想创建一个类，它对应于称为cpml的非物理吸收层。层的大小取决于所需的模拟参数，因此定义吸收层的阵列必须是动态的

#ifndef fdtd_h
#define fdtd_h

#include <cmath>
#include <iostream>
#include <sstream>

using namespace std;

class cpml {

public:

int thickness;
int n_1, n_2, n_3;
double cut_off_freq;
double kappa_x_max, sigma_x_1_max, sigma_x_2_max, alpha_x_max;

double *kappa_x_tau_xy, *sigma_x_tau_xy, *alpha_x_tau_xy;

void set_cpml_parameters_tau_xy();

};

void cpml::set_cpml_parameters_tau_xy(){

double temp1[thickness], temp2[thickness], temp3[thickness];

for(int j = 1; j < thickness; j++){

    temp1[j] = 1 + kappa_x_max * pow((double)(thickness - j - 0.5) / (double)(thickness - 1), n_1);
    temp2[j] = sigma_x_1_max * pow((double)(thickness - j - 0.5) / (double)(thickness - 1), n_1 + n_2);
    temp3[j] = alpha_x_max * pow((double)(j - 0.5) / (double)(thickness - 1), n_3);


}

kappa_x_tau_xy = temp1;
sigma_x_tau_xy = temp2;

for(int i = 1; i < thickness; i++){

    cout << sigma_x_tau_xy[i] << endl;

}

alpha_x_tau_xy = temp3;

}

#endif /* fdtd_h */

#ifndef fdtd#h
#定义时域有限差分法
#包括
#包括
#包括
使用名称空间std；
类cpml{
公众：
int厚度；
int n_1、n_2、n_3；
双截止频率；
双kappa_x_max、sigma_x_1_max、sigma_x_2_max、alpha_x_max；
双*kappa_x_tau_xy，*sigma_x_tau xy，*alpha_x_tau xy；
void set_cpml_参数_tau_xy（）；
};
void cpml:：set_cpml_参数_tau_xy（）{
双temp1[厚度]、temp2[厚度]、temp3[厚度]；
对于（int j=1；jCUT< P>两个问题：它们的一个小的方面是，您的程序在技术上不是一个有效的C++程序，因为C++没有（您的数组<代码> Tun1，<代码> Tun2和 TEMP3）。
更严重的问题是保存指向局部变量的指针。当函数返回时，局部变量超出范围而不再存在。指向它们的指针将变得无效，使用这些指针将导致未定义的行为

这两个问题都很容易用数组和指针来代替。
 两个问题：它们的技术是，在程序上技术上不是一个有效的C++程序，因为C++没有（你的数组<代码> TEMP1 ，<代码> Tun2和 TEMP3）。
更严重的问题是保存指向局部变量的指针。当函数返回时，局部变量超出范围而不再存在。指向它们的指针将变得无效，使用这些指针将导致未定义的行为

这两个问题很容易用数组和指针代替。
 不能声明C++中的数组，没有一个“常量”表达式的大小（必须在编译时知道）。这意味着该代码无效：

double temp1[thickness], temp2[thickness], temp3[thickness];

相反，您应该执行以下操作：

class cmpl
{
   //...
   std::vector<double> kappa_x_tau_xy, sigma_x_tau_xy, alpha_x_tau_xy;
   // ...
};

void cpml::set_cpml_parameters_tau_xy(){
   alpha_x_tau_xy.resize(thickness);
   kappa_x_tau_xy.resize(thickness);
   sigma_x_tau_xy.resize(thickness);
   //...

在
main
中也有类似问题：

for(int j = 1; j < cpml.thickness; j++){

    cout << *(cpml.sigma_x_tau_xy + j) << endl;

}

这可以说是更好的。（不过，您可以使用getter从类中获取
sigma\u tau\u xy
，然后自己打印）然后你可以考虑如何通过创建表示
alpha_x_max
和
alpha_y_max
等逻辑分组的对象来进一步简化事情。这可以是一个
std:：pair
或一个带有自己的getter和setter的完全on结构。现在，它们自己的逻辑被分组在一起，并且很容易传递/ref参考/思考。
cmpl
的构造函数也变得更简单，您可以接受一个同时表示
x
和
y
的参数，而不是分别表示这两个参数

 Matlab在我（公认的BLIF）经验中并不真正鼓励面向对象的方法，但是在C++中很容易。
< P>不能在C++中声明一个数组，而没有一个“常量”表达式的大小（必须在编译时知道）。这意味着该代码无效：

double temp1[thickness], temp2[thickness], temp3[thickness];

相反，您应该执行以下操作：

class cmpl
{
   //...
   std::vector<double> kappa_x_tau_xy, sigma_x_tau_xy, alpha_x_tau_xy;
   // ...
};

void cpml::set_cpml_parameters_tau_xy(){
   alpha_x_tau_xy.resize(thickness);
   kappa_x_tau_xy.resize(thickness);
   sigma_x_tau_xy.resize(thickness);
   //...

在
main
中也有类似问题：

for(int j = 1; j < cpml.thickness; j++){

    cout << *(cpml.sigma_x_tau_xy + j) << endl;

}

这可以说是更好的。（不过，您可以使用getter从类中获取
sigma\u tau\u xy
，然后自己打印）然后你可以考虑如何通过创建表示
alpha_x_max
和
alpha_y_max
等逻辑分组的对象来进一步简化事情。这可以是一个
std:：pair
或一个带有自己的getter和setter的完全on结构。现在，它们自己的逻辑被分组在一起，并且很容易传递/ref参考/思考。
cmpl
的构造函数也变得更简单，您可以接受一个同时表示
x
和
y
的参数，而不是分别表示这两个参数

 Matlab在我（公认的BLIF）经验中并不真正鼓励面向对象的方法，但是在C++中很容易。
如果需要动态数组，则确实需要使用<代码> STD::Vector < /C>。“最好”的C++方式是使用<代码> STD::Vector < /Cl> >（它是动态容器类），而不是原始数组（它从来不是动态的，但可以动态分配）。如果需要动态数组，则应该使用<代码> STD:：vector < /代码>。<代码> >代码> SETHSPMCLIOVALDSELSYTAXYX结束，因此不能“存储”以后使用。“最好”的C++方式是使用<代码> STD:：vector < /Cl> >（它是动态容器类），而不是原始数组（它从不动态），但可以动态分配。
int main() {
    int cpml_thickness = 10; 
    int n_1 = 3, n_2 = 0, n_3 = 3;  
    double cut_off_freq = 1;

    double kappa_x_max = 0;
    double sigma_x_1_max = 0.8 * (n_1 + 1) / (sqrt(simulation_medium.mu/simulation_medium.rho) * simulation_grid.big_delta_x), sigma_x_2_max = 0.8 * (n_1 + 1) / (sqrt(simulation_medium.mu/simulation_medium.rho) * simulation_grid.big_delta_x);
    double alpha_x_max = 2 * PI * cut_off_freq;

    double kappa_y_max = 0;
    double sigma_y_1_max = 0.8 * (n_1 + 1) / (sqrt(simulation_medium.mu/simulation_medium.rho) * simulation_grid.big_delta_y), sigma_y_2_max = 0.8 * (n_1 + 1) / (sqrt(simulation_medium.mu/simulation_medium.rho) * simulation_grid.big_delta_y);
    double alpha_y_max = 2 * PI * cut_off_freq;

    cpml cpml(cpml_thickness, n_1, n_2, n_3, cut_off_freq, kappa_x_max, kappa_y_max, sigma_x_1_max, sigma_x_2max, alpha_x_max, alpha_y_max);
    cpml.set_cpml_parameters_tau_xy();
    cpml.PrintSigmaTauXY(std::cout);
}