zoukankan      html  css  js  c++  java
  • Traits 编程技法+模板偏特化+template参数推导+内嵌型别编程技巧

    STL中,traits编程技法得到了很大的应用,了解这个,才能一窥STL奥妙所在。

    先将自己所理解的记录如下:

    Traits技术可以用来获得一个 类型 的相关信息的。 首先假如有以下一个泛型的迭代器类,其中类型参数 T 为迭代器所指向的类型:

    template
    <typename T>
    class myIterator
    {
     ...
    };

    当我们使用myIterator时,怎样才能获知它所指向的元素的类型呢?我们可以为这个类加入一个内嵌类型,像这样:
    template <typename T>
    class myIterator
    {
          typedef  T value_type; 
    ...
    };
    这样当我们使用myIterator类型时,可以通过 myIterator::value_type来获得相应的myIterator所指向的类型。

    现在我们来设计一个算法,使用这个信息。
    template <typename T>
    typename
    myIterator<T>::value_type Foo(myIterator<T> i)
    {
     ...
    }
    这里我们定义了一个函数Foo,它的返回为为  参数i 所指向的类型,也就是T,那么我们为什么还要兴师动众的使用那个value_type呢? 那是因为,当我们希望修改Foo函数,使它能够适应所有类型的迭代器时,我们可以这样写:
    template <typename I> //这里的I可以是任意类型的迭代器
    typename I::value_type Foo(I i)
    {
     ...
    }
    现在,任意定义了 value_type内嵌类型的迭代器都可以做为Foo的参数了,并且Foo的返回值的类型将与相应迭代器所指的元素的类型一致。至此一切问题似乎都已解决,我们并没有使用任何特殊的技术。然而当考虑到以下情况时,新的问题便显现出来了:

    原 生指针也完全可以做为迭代器来使用,然而我们显然没有办法为原生指针添加一个value_type的内嵌类型,如此一来我们的Foo()函数就不能适用原 生指针了,这不能不说是一大缺憾。那么有什么办法可以解决这个问题呢? 此时便是我们的主角:类型信息榨取机 Traits 登场的时候了

    ....drum roll......

    我们可以不直接使用myIterator的value_type,而是通过另一个类来把这个信息提取出来:
    template <typename T>
    class Traits
    {
          typedef typename T::value_type value_type;
    };
    这样,我们可以通过 Traits<myIterator>::value_type 来获得myIterator的value_type,于是我们把Foo函数改写成:
    template <typename I> //这里的I可以是任意类型的迭代器
    typename Traits<I>::value_type Foo(I i)
    {
     ...
    }
    然而,即使这样,那个原生指针的问题仍然没有解决,因为Trait类一样没办法获得原生指针的相关信息。于是我们祭出C++的又一件利器--偏特化(partial specialization):
    template <typename T>
    class Traits<T*> //注意 这里针对原生指针进行了偏特化
    {
          typedef typename T value_type;
    };
    通过上面这个 Traits的偏特化版本,我们陈述了这样一个事实:一个 T* 类型的指针所指向的元素的类型为 T。

    如此一来,我们的 Foo函数就完全可以适用于原生指针了。比如:
    int * p;
    ....
    int i = Foo(p);
    Traits会自动推导出 p 所指元素的类型为 int,从而Foo正确返回。

    过程:内嵌型别->traite类->模板偏特化=>可萃取原生指针的value type。

    本文版权归作者 kanego 和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利.
  • 相关阅读:
    qemu+chroot构建arm aarch64虚拟机
    <转>Linux环境下段错误的产生原因及调试方法小结
    <转>PCA的数学原理
    博客分类整理
    detectron2 配置记录
    如何读取部分的预训练模型
    重新配置语义分割实验环境遇到的坑
    pytorch 调整tensor的维度位置
    seg代码配置的踩坑记录
    Alienware R8外星人台式机安装双系统(WIN10+Ubuntu)的总结
  • 原文地址:https://www.cnblogs.com/kanego/p/2639761.html
Copyright © 2011-2022 走看看