如何在避免使用new关键字的同时解决“error: no viable overloaded '='”编译错误

你的问题核心在于两个关键点：LightweightNeuralNetwork既没有默认构造函数，又显式禁用了赋值运算符，这导致你没法先默认创建对象再赋值。要解决这个问题，我们可以利用构造函数初始化列表，配合一个辅助函数来提前完成文件读取和配置解析，直接初始化实体成员。

步骤1：修改头文件的成员定义 #

首先把指针类型的成员改成实体对象：

// TNeuralNetworkLWTNN.h 的 private 部分
private:
    lwt::LightweightNeuralNetwork lwtnn_neural; // 移除指针

步骤2：用辅助函数封装构造逻辑 #

因为需要先读取文件解析配置才能构造LightweightNeuralNetwork，我们可以写一个静态辅助函数来完成这些前置操作，返回一个构造好的LightweightNeuralNetwork对象：

// TNeuralNetworkLWTNN.cxx 中添加静态辅助函数
static lwt::LightweightNeuralNetwork build_lwtnn_network(const std::string& inputFile) {
    std::ifstream input(inputFile);
    std::stringstream sin;
    sin << input.rdbuf();
    input.close();

    lwt::JSONConfig config = lwt::parse_json(sin);
    // 直接构造并返回对象
    return lwt::LightweightNeuralNetwork(config.inputs, config.layers, config.outputs);
}

步骤3：在构造函数初始化列表中初始化成员 #

把原来构造函数里的赋值逻辑换成初始化列表，调用上面的辅助函数来直接初始化lwtnn_neural：

// 修改后的构造函数
TNeuralNetworkLWTNN::TNeuralNetworkLWTNN(std::string inputFile)
    : lwtnn_neural(build_lwtnn_network(inputFile)) {
    // 这里不需要任何额外代码，初始化列表已经完成对象构造
}

步骤4：简化析构函数和compute方法 #

• 析构函数可以直接删除或者设为默认，因为实体对象会由编译器自动清理，不需要手动delete：

TNeuralNetworkLWTNN::~TNeuralNetworkLWTNN() = default;

• compute方法里把->换成.即可：

TNeuralNetworkLWTNN::NetworkOutputs TNeuralNetworkLWTNN::compute(TNeuralNetworkLWTNN::NetworkInputs inputs) {
    return lwtnn_neural.compute(inputs);
}

为什么这样能解决问题？ #

1. 避免默认构造需求：初始化列表会直接调用LightweightNeuralNetwork的带参构造函数来创建成员对象，跳过了编译器尝试调用默认构造的步骤，解决了第一个编译错误。
2. 避开禁用的赋值运算符：我们没有使用赋值操作，而是直接在初始化阶段完成对象构造，完全绕开了被= delete的赋值运算符，解决了第二个编译错误。
3. 兼顾前置逻辑：静态辅助函数把文件读取、配置解析的逻辑封装起来，让我们能在初始化列表中完成所有前置操作，满足“需要先读取文件才能构造”的要求。

内容的提问来源于stack exchange，提问作者Clumsy cat