[7 使用STL] 46. 考虑使用函数对象而不是函数作为STL算法的参数

2024-08-21 16:38

本文主要是介绍[7 使用STL] 46. 考虑使用函数对象而不是函数作为STL算法的参数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1 将函数对象传递给STL算法往往比传递实际的函数更高效

假定需要将一个包含double类型数据的vector按降序排序,使用函数对象:

vector<double> v;
...
sort(v.begin(), v.end(), greater<double>());

使用内联函数:

inline bool doubleGreater(double d1, double d2)
{return d1 > d2;
}
...
sort(v.begin(), v.end(), doubleGreater);

你会发现,使用greater<double>的sort调用比使用doubleGreater的sort调用快很多。解释如下:

如果一个函数对象的operator()函数已经被声明为内联的,那么它的函数体可以直接被编译器使用。函数greater<double>::operator()是一个内联函数,所以编译器在sort的实例化过程中将其内联展开;如果使用doubleGreater来作为参数调用sort算法,情况不同。我们要清楚,在C/C++中并不能真正地将一个函数作为参数传递给另一个函数。如果我们试图将一个函数作为参数进行传递,则编译器会隐式地将它转换成一个指向该函数的指针,即转换为如下:

void sort(vector<double>::iterator first, vector<double>::iterator last,bool (*comp)(double, double));

所以在sort内部每次comp被用到的时候,编译器都会产生一个间接的函数调用,即通过指针发出的调用。大多数编译器不会对此进行内联优化,即使标识为inline。

2 避免一些语言本身的缺陷

下面是一个例子:

// 函数模板
template<typename FPType>
FPType average(FPType val1, FPType val2)
{return (val1 + val2) / 2;
}template<typename InputIter1, typename InputIter2>
void writeAverages(InputIter1 begin, InputIter1 end1, InputIter2 begin2, ostream& s)
{// iterator_traits模板类用来萃取迭代器的特性transform(begin1, end1, begin2,ostream_iterator<typename iterator_traits<InputIter1>::value_type>(s, "\n"),average<typename iterator_traits<InputIter1>::value_type>);
}

问题在于如果存在另一个名为average的函数模板,它也只带一个类型参数。那么就会有二义性,编译器就无法分辨使用哪一个函数模板。解决办法是自定义函数对象来替代函数模板:

// 函数对象
template<typename FPType>
struct Average: public binary_function<FPType, FPType, FPType> {FPType operator()(FPType val1, FPType val2) const{return (val1 + val2) / 2;}
}template<typename InputIter1, typename InputIter2>
void writeAverages(InputIter1 begin, InputIter1 end1, InputIter2 begin2, ostream& s)
{// iterator_traits模板类用来萃取迭代器的特性transform(begin1, end1, begin2,ostream_iterator<typename iterator_traits<InputIter1>::value_type>(s, "\n"),Average<typename iterator_traits<InputIter1>::value_type>);
}

这篇关于[7 使用STL] 46. 考虑使用函数对象而不是函数作为STL算法的参数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1093701

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖