包裝器 std::function

使用前,包頭文件:#include <functional>

std::function 是 C++標準庫 中的一個通用函數包裝器

它可以儲存、復制、調用任何可調用的對象,包括:函數指針成員函數、綁定的成員函數、lambda表達式仿函數等。

1. function 的模板原型
#include <functional>function<Ret(Args...)> 
// Ret 是被調用函數的返回值類型
// Args... 是被調用函數的形參

舉一個函數指針的例子講解:

int fun(int a, int b) {return a + b;
}int main() {function<int(int, int)> func1 = fun; // 此處的 fun 本質是 fun() 的函數指針,與 &fun 無差別// <int(, )> : int 為被調用函數的返回值類型// (int, int) : 為被調用函數的形參return 0;
}
2. function 的幾種使用方法
2.1 函數指針

上面的例子已經展示過了。

2.2 成員函數
class Plus
{
public:static int Plusi(int a, int b) // 靜態成員函數{return a + b;}double Plusd(double a, double b) // 非靜態成員函數{return a + b;}
};int main()
{function<int(int, int)> func2 = &Plus::Plusi;cout << func2(1, 1) << endl;// 非靜態成員函數,第一個參數為隱藏的 this 指針function<double(Plus, double, double)> func3 = &Plus::Plusd; cout << func3(Plus(), 1.1, 2.2) << endl;return 0;
}
2.3 lambda 表達式
int main() 
{function<int(int, int)> func4 = [](int a, int b) { return a + b; };return 0;
}
2.4 仿函數
struct Fun {int operator()(int a, int b) {return a + b;}
};int main()
{function<int(int, int)> func5 = Fun();return 0;
}
3. 包裝器解決模板效率低下的問題

將下面的代碼運行起來,觀察 useF() 模板被實例化成了幾份?

template<class F, class T>
auto useF(F f, T x) // 實際場景中不建議用 auto 推導返回值類型
{static int count = 0;cout << "count: " << ++count << endl;cout << "count: " << &count << endl;return f(x);
}double f(double x)
{return x / 2;
}struct Fun
{double operator()(double x){return x / 3;}
};int main()
{auto f1 = [](double x) { return x / 4; };cout << useF(f1, 11.11) << endl;cout << useF(f, 11.11) << endl;cout << useF(Fun(), 11.11) << endl;return 0;
}

從運行結果中可以看出, count 始終為 1 且每一個 count 的地址都不相同。事實上,useF() 被實例化成了三份。

我們可以利用包裝器解決模板效率低下的問題。

	function<double(double)> func1 = f1;cout << useF(func1, 11.11) << endl << endl;function<double(double)> func2 = f;cout << useF(func2, 11.11) << endl << endl;function<double(double)> func3 = Fun();cout << useF(func2, 11.11) << endl << endl;

為什么通過 std::function 包裝后,useF() 只會實例化出一份呢?

不妨通過 typeid 觀察 func1、func2、func3 的類型。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/42923.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/42923.shtml
英文地址,請注明出處:http://en.pswp.cn/web/42923.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Selenium Grid- 讓自動化分布式執行變得可能

什么是 Selenium Grid&#xff1f; Selenium Grid 是 Selenium 的三大組件之一&#xff0c;允許用戶同時在不同的機器和系統上測試不同瀏覽器。 也就是說 Selenium Grid 支持分布式的測試執行。它可以讓你的測試用例在一個分布式的執行環境中運行。 由上圖可見&#xff0c;測試…

linux:基礎知識及命令[圖表]

lsof:查找文件 普通文件、目錄、進程&#xff08;/proc&#xff09;、輸入輸出設備&#xff08;/dev&#xff09;、網絡字節流socket、鏈接文件、管道文件 基本用法 lsof&#xff1a;列出所有打開的文件。lsof /path/to/file&#xff1a;列出打開指定文件的所有進程。lsof -…

大話光學原理:4.散射:瑞利、拉曼、米氏和布里淵

這是一縷柔和的光&#xff0c;在空氣的舞臺上輕盈地跳躍。它悠然自得&#xff0c;在寧靜的空間中緩緩前行。然而&#xff0c;一片細薄透明的介質擋住了它的腳步&#xff0c;它毫無預兆地撞上了這片障礙。在這短暫的接觸中&#xff0c;它被分解成無數微小的粒子&#xff0c;被迫…

增強現實(AR)與虛擬現實(VR)的區別?

隨著科技的飛速發展&#xff0c;增強現實&#xff08;AR&#xff09;與虛擬現實&#xff08;VR&#xff09;技術在各個領域展現出巨大的潛力和應用前景。這兩種技術雖然在體驗和實現方式上有所不同&#xff0c;但都為用戶提供了全新的感知體驗。本文將詳細解析AR和VR的概念、區…

機器視覺/自然語言/生成式人工智能綜合應用實驗平臺-實訓平臺-教學平臺

AIGC是人工智能1.0時代進入2.0時代的重要標志&#xff0c;MIT 科技評論也將Al合成數據列為2022年十大突破性技術之一&#xff0c;甚至將生成性Al(Generative Al) 稱為是AI領域過去十年最具前景的進展。同時&#xff0c;AIGC領域崗位需求數量暴漲。高校方面在人工智能專業與機器…

javascript 處理###分隔的字符串

在 JavaScript 中&#xff0c;可以使用 split 方法將字符串按 ### 分隔成數組。以下是一個示例代碼&#xff0c;展示了如何處理由 ### 分隔的字符串&#xff1a; 示例代碼 // 示例字符串 let str "part1###part2###part3###part4";// 使用 split 方法按 ### 分隔字…

DEJA_VU3D - Cesium功能集 之 122-體元渲染(官方Voxels)

前言 編寫這個專欄主要目的是對工作之中基于Cesium實現過的功能進行整合,有自己琢磨實現的,也有參考其他大神后整理實現的,初步算了算現在有差不多實現小140個左右的功能,后續也會不斷的追加,工作原因可能無法像以前那樣周更2-3篇,但是閑下來還是會不定期的更新,Cesium…

tensorflow張量生成以及常用函數

張量tensor&#xff1a;多維數組&#xff08;列表&#xff09; 階&#xff1a;張量的維數 維數 階 名字 例子 0-D 0 標量 scalar s 1&#xff0c; 2&#xff0c; 3 1-D 1 向量 vector…

How do I format markdown chatgpt response in tkinter frame python?

題意&#xff1a;怎樣在Tkinter框架中使用Python來格式化Markdown格式的ChatGPT響應&#xff1f; 問題背景&#xff1a; Chatgpt sometimes responds in markdown language. Sometimes the respond contains ** ** which means the text in between should be bold and ### te…

Python數據分析-天氣類型預測分析

一、研究背景 近年來&#xff0c;隨著全球氣候變化的加劇&#xff0c;天氣預報和氣象預測變得越來越重要。準確的天氣預測不僅能夠幫助人們做好日常生活的安排&#xff0c;還能在農業生產、防災減災等方面起到關鍵作用。隨著大數據技術和機器學習算法的快速發展&#xff0c;利…

科普文:深入理解負載均衡(四層負載均衡、七層負載均衡)

概敘 網絡模型&#xff1a;OSI七層模型、TCP/IP四層模型、現實的五層模型 應用層&#xff1a;對軟件提供接口以使程序能使用網絡服務&#xff0c;如事務處理程序、文件傳送協議和網絡管理等。&#xff08;HTTP、Telnet、FTP、SMTP&#xff09; 表示層&#xff1a;程序和網絡之…

基于vue的地圖特效(飛線和標注)

這段代碼的主要功能是在頁面加載完成后&#xff0c;初始化一個 echarts 地圖圖表&#xff0c;并配置了相關的地理數據、散點數據、線條數據以及樣式效果&#xff0c;最后在指定的 div 元素中進行展示。 需要再vue中的框架實現&#xff0c;不能單獨直接運行。 標注 type: effe…

Python30 使用Gensim庫實現Word2Vec對文本進行處理

1.Word2Vec Word2Vec 是一種將詞語表示為向量的技術&#xff0c;能夠捕捉詞語之間的語義關系。它由 Google 的 Tomas Mikolov 等人在 2013 年提出&#xff0c;廣泛應用于自然語言處理任務中。其核心概念主要包括&#xff1a; 詞嵌入&#xff08;Word Embeddings&#xff09; …

使用昇騰芯片進行多卡訓推時使用hccl_tools.py為npu分配ip報錯問題解決辦法

目錄 問題描述問題產生原因解決辦法最終執行并驗證參考網站命令擴展 問題描述 昇騰芯片&#xff08;910b/310p等&#xff09;進行多卡訓練或者推理時需要先獲取并配置每張npu的ip信息&#xff0c;因此需要執行類似下面問題&#xff1a; python mindformers/tools/hccl_tools.…

[AI 大模型] Meta LLaMA-2

文章目錄 [AI 大模型] Meta LLaMA-2簡介模型架構發展新技術和優勢示例 [AI 大模型] Meta LLaMA-2 簡介 Meta LLaMA-2 是 Meta 推出的第二代開源大型語言模型&#xff08;LLM&#xff09;&#xff0c;旨在為研究和商業應用提供強大的自然語言處理能力。 LLaMA-2 系列模型包括從…

Python實現串口通信(Python+Stm32)詳解

Python實現串口通信&#xff08;PythonStm32&#xff09;詳解 引言 在現代的嵌入式系統開發和自動化控制中&#xff0c;串口通信是一種非常常見的通信方式。Python作為一種易于學習且功能強大的編程語言&#xff0c;結合Stm32微控制器&#xff0c;能夠實現高效、靈活的串口通…

Python29 Tensorflow的基本知識和使用

1. TensorFlow TensorFlow 是一個開源的機器學習框架&#xff0c;由 Google Brain 團隊開發。它用于數據流圖的計算&#xff0c;尤其擅長深度學習任務。在 TensorFlow 中&#xff0c;數據流圖&#xff08;Data Flow Graph&#xff09;是其核心概念之一&#xff0c;它定義了計算…

Blackbox AI : 全新的人工智能編碼助手 您的高效AI開發全能助手

&#x1f3ac; 鴿芷咕&#xff1a;個人主頁 &#x1f525; 個人專欄: 《C干貨基地》《粉絲福利》 ??生活的理想&#xff0c;就是為了理想的生活! 引入 提起AI 智能編碼助手&#xff0c;相信到了如今大家都不陌生。其對我們開發的代碼時的效率有顯著的提升&#xff0c;可以說…

效果驚人!LivePortrait開源數字人技術,讓靜態照片生動起來

不得了了,快手已經不是眾人所知的那個短視頻娛樂平臺了。 可靈AI視頻的風口尚未過去,又推出了LivePortrait--開源的數字人項目。LivePortrait讓你的照片動起來,合成逼真的動態人像視頻,阿里通義EMO不再是唯一選擇。 讓圖像動起來 LivePortrait 主要提供了對眼睛和嘴唇動作的…

Mattermost:一個強大的開源協作平臺

Mattermost是一個強大的開源協作平臺&#xff0c;基于云原生架構&#xff0c;為企業級用戶提供安全、可擴展且自托管的消息傳遞解決方案。 一、平臺特點 開源與定制性&#xff1a;Mattermost是一個開源項目&#xff0c;用戶可以根據自身需求定制界面、添加功能或擴展其功能&am…