直接传递裸指针给python或rust会崩溃，因gc或所有权系统无法识别外部堆内存，导致乱码、段错误或double-free；可靠方案是posix共享内存（shm_open+mmap）实现零拷贝，或通过配套生命周期函数（如create/destroy_buffer）显式移交内存管理权。
直接传递裸指针给 Python 或 Rust 会崩溃
不能把 C++ 的 new 出来的指针直接传给其他语言运行时用 —— Python 的 GC 不认识它，Rust 的 Box 无法接管，Go 的 CGO 也默认不信任外部堆地址。最常见现象是：Python 侧读到乱码、段错误，或程序在释放时 double-free。
根本原因是内存归属不明确：谁分配、谁释放、生命周期如何同步，全无约定。
- 裸指针本身不携带所有权语义，跨 FFI 边界后极易悬空
- 不同语言的堆管理器（malloc vs jemalloc vs mimalloc vs GC）互不可见
- 即使指针值合法，也可能因 ASLR、地址空间布局差异导致映射失败
用 mmap + 命名共享内存段才是可靠路径
POSIX 共享内存（shm_open + mmap）让 C++ 和 Python/Rust 映射同一物理页，双方看到的是相同地址空间视图，不涉及指针传递，只靠名称协同。
C++ 端创建并写入：
#include <sys>
#include <fcntl.h>
#include <unistd.h><p>int fd = shm_open("/mydata", O_CREAT | O_RDWR, 0666);
ftruncate(fd, 4096);
float<em> ptr = (float</em>)mmap(nullptr, 4096, PROT_READ | PROT_WRITE, MAP_SHARED, fd, 0);
ptr[0] = 3.14f; // 写入即生效
</p></unistd.h></fcntl.h></sys>
Python 端同名打开即可读取（无需复制）：
import mmap
import os
<p>fd = os.open("/dev/shm/mydata", os.O_RDONLY)
with mmap.mmap(fd, 4096, mmap.MAP_SHARED, mmap.PROT_READ) as mm:
value = struct.unpack('f', mm[:4])[0] # 直接读原始字节
</p>
- 必须用
/dev/shm/xxx路径（Linux），Windows 用CreateFileMapping -
shm_open返回的 fd 需在 C++ 侧保持打开，否则映射可能失效 - 结构体需用
alignas(8)或#pragma pack(1)控制对齐，避免 Python 解析错位
如果非要传指针，必须配套生命周期控制函数
仅当对方语言能显式调用 C++ 释放逻辑时，才可导出裸指针 —— 本质是把内存管理权移交出去，并由接收方负责回调。
C++ 导出接口示例：
extern "C" {
void* create_buffer(size_t size) {
return new char[size]; // 交由 Python/Rust 自行 delete
}
void destroy_buffer(void* ptr) {
delete[] static_cast<char>(ptr);
}
}
</char>
Python 使用时必须严格配对：
lib.create_buffer.argtypes = [ctypes.c_size_t] lib.create_buffer.restype = ctypes.c_void_p lib.destroy_buffer.argtypes = [ctypes.c_void_p] <p>ptr = lib.create_buffer(1024)</p><h1>... use ptr via ctypes.cast ...</h1><p>lib.destroy_buffer(ptr) // 必须调用，否则泄漏 </p>
- Rust 侧需用
Box::from_raw+Box::into_raw配合，且必须确保Drop时调回 C++ 的destroy_buffer - 绝不能依赖 Python 的
__del__或atexit做清理 —— 时机不可控，易泄漏 - 这种模式适合短生命周期缓冲区，不适合长期驻留的共享数据结构
Pybind11 的 py::array_t 是最安全的“伪指针”方案
它不暴露原始地址，而是通过 NumPy 的缓冲区协议构建零拷贝视图，底层仍由 C++ 管理内存，Python 侧无法误释放。
关键点：
-
py::array_t<float>({size}, {sizeof(float)}, data_ptr)</float>中的data_ptr必须指向 C++ 托管的堆内存（如new float[n]） - 只要 C++ 对象存活，NumPy 数组就安全；对象析构时自动触发
delete[] - Python 侧拿到的是标准
np.ndarray，支持切片、ufunc、GPU 加速等全部能力
陷阱在于：若 C++ 类析构过早，或多次导出同一指针而未加引用计数，NumPy 视图会变悬空 —— 这类问题 runtime 不报错，只在后续访问时崩。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
