1.如何从源代码理解Windows内核的专题源码实现机理？
2.数据结构专题(三) | iVox (Faster-Lio): 智行者高博团队开源的增量式稀疏体素结构 & 源码解析

如何从源代码理解Windows内核的实现机理？

       深入解析Windows内核的奥秘，本书以操作系统原理为基石，专题源码揭示了Windows如何构建现代操作系统的专题源码基石，如

       strong>进程管理、专题源码线程并发、专题源码物理和虚拟内存管理，专题源码玄封源码以及Windows I/O模型的专题源码实现。作者采用Windows Research Kernel (wrk) 的专题源码源代码作为讲解的参照，让读者亲身体验庞大复杂系统如何在x处理器上运行的专题源码逻辑。

       内容设计上，专题源码本书聚焦于Windows内核的专题源码核心组件，同时兼顾操作系统整体性，专题源码涉及

       strong>存储体系、专题源码网络架构和Windows环境子系统等关键组件，专题源码它们虽非内核模块，专题源码但对Windows的运行至关重要。而对于Windows Server 以后内核的演变和发展，书中也有所涵盖。

       尽管书中详尽解析了Windows的代码实现，但并非逐行解读wrk源代码。每个技术专题都有框架图和深入细节分析，java开方源码旨在让读者既能把握技术全貌，又理解关键实现。Windows作为历史悠久的操作系统，市面上资料众多，但本书首次从源代码层面解析Windows底层工作原理，部分内容是首次以文字形式公开。

       本书的目标是满足对Windows好奇者了解核心机制的需求，同时也为计算机专业的学生、教师和系统软件工程师提供快速理解和掌握Windows先进系统技术的途径，以及编写高效软件的无法查看源码灵感。书中还附带实用工具，通过它们，读者可以直观观察内核信息，甚至跟踪系统动态，这些工具可通过互联网获取。

数据结构专题(三) | iVox (Faster-Lio): 智行者高博团队开源的增量式稀疏体素结构 & 源码解析

       在年初，智行者高博团队和清华大学联合发表了Faster-Lio的工作，该成果收录于IEEE RA-Letters，其开源代码展示了如何通过增量式稀疏体素结构iVox，提升Lidar-inertial Odometry（LIO）的mac指标源码算法效率。相较于MaRS-Lab的FastLio2，Faster-Lio在保持精度的同时，得益于iVox的设计，尤其是在增删操作上的高效性，显著减少了维护local map和查询近邻的时间。

       高博在知乎文章中详细解读了Faster-Lio，特别是iVox的创新设计。我们从数据结构的角度出发，通过简化的方式解释iVox：首先，利用哈希表（如C++的用ps 源码std::unordered_map）将体素空间坐标作为key，通过精心设计的空间哈希函数映射到有限的索引空间，实现快速的增删操作。哈希表的优化和抗冲突设计使得碰撞概率极低，即使有冲突，也能快速忽略。

       此外，iVox采用了伪希尔伯特曲线（PHC）来组织体素，这种曲线将高维空间划分为一系列单元，并通过分段曲线连接，便于一维空间索引。尽管希尔伯特曲线是理想化的，但在工程实践中，PHC在接近填充空间的同时，保持了可接受的实现复杂度。

       Faster-Lio的源码解析显示，核心在于IVox类，其中grids_map_和grids_cache_是关键数据结构。AddPoints()负责增量点的添加，通过哈希查找确保高效，而GetClosestPoint()则通过kNN搜索找到最近邻。

       尽管论文与代码存在一些差异，如体素过时删除策略，但整体上，iVox的设计思路清晰，哈希表和空间组织策略的结合使得其在实际应用中表现出色。然而，对于体素内点的处理，实际工程中可能更倾向于简化，例如通过体素降采样和八叉树结构，这些方法在某些场景下可能会比PHC更易于实现。

       最后，作者WGH无疆强调，iVox是简单实用的解决方案，但希尔伯特曲线在工程实践中的优势可能有限，尤其是在点数不多的情况下。未来，他们将探讨其他类似的工作，如CMU的Super Odometry，其中可能结合了哈希表和八叉树。欢迎大家继续关注和交流。