我正在尝试搞一个物理引擎，计划先用常规的技术实现，将来弄到GPU上以获得更高的性能。那么，虽然现在只是在本机上面运行，最好能够做一些往CUDA上面移植的准备，以减少将来的工作量。

GPGPU计算有个显著的特点：它是异构的，相当于同时操纵两台电脑。这两个东西各自有一套内存，通过几个cuda函数进行内存交互。于是就产生了地址的问题。考虑下面的代码：

class Foo {};
class Bar
{
    Foo* member;
};

如果我把一个Bar实例传到显卡上，那么里面的member成员所指向的地址很可能是无效的，因为显卡相当于另一台电脑：在另一台电脑上仍然指向原地址，那个地址存什么东西可就没谱了。

但如果换一种思路，我们存一个索引：

class Foo {};
Foo* foo_pool;
class Bar
{
    int member_i;
};

在调用GPU之前，把foo_pool的内容整个传过去；在GPU端通过数组索引获得Foo对象，就没有什么问题了。

但现在出现了新的问题：直接使用一个列表的pool是不方便的。我们应当把它构建成一个内存池类型，设立一系列的机制来自动管理对分配的请求。基本的想法是这样的：用两个映射结构，分别记录空余和已分配的内存块。分配的时候从一块足够大的空余内存中掐一块出来，如果没有足够大的块，就扩充pool的尺寸。回收的时候看看所回收的块是否和已有的空块相邻，如果相邻，就融合成一个大的空块。

// 用C++标准库