lesson05-C++模板

简介: lesson05-C++模板

泛型编程

我们先看一个代码:

看着是不是有点麻烦,我们有没有一种通用的办法,让编译器能够根据不同的类型自动生成不同的函数呢?有,就是模板。

泛型编程:

编写与类型无关的通用代码,是代码复用的一种手段。

而模板是泛型编程的基础

函数模板

我们先看代码:

template<typename T>
void Swap(T& a, T& b)
{
  T tmep = a;
  a = b;
  b = temp;
}

函数模板概念 :

函数模板代表了一个函数家族,该函数模板与类型无关,在使用时被参数化,根据实参类型产生函数的特定类型版本。

我们以上面代码为例讲解:

首先,函数模板的格式:

template<typename T1,typename T2, ......>

返回值 函数名(参数列表){}

template 的意思就是模板。

typename是用来定义模板参数的关键字,也可以用class替代,但不可以使用struct。

T1,T2等就是编译器自己根据实参类型推导出来的,或者由我们显式实例化(后面说)。

接下来我们进行各种可能的实验。

错误原因是,编译器通过实参a将T推导为int类型,通过实参e将T推导为double类型,但是只有一个T,编译器无法确定他是int还是double,就会报错。

template<class T1, class T2>
void Swap(T1& a, T2& b)
{
  double temp = a;
  a = b;
  b = temp;
}

多了这样一个重载就没问题了,因为我们多了一个模板参数,则T1推导为int,T2推导为double。

换成Add函数还有另一种解决办法:强制类型转换

template<class T>
T Add(T& a, T& b)
{
  return a + b;
}

但是这里涉及引用的隐式类型转换,参照:C++入门,目录-引用,所以我们的Swap函数需要变点东西:

template<class T>
T Add(const T& a,const T& b)
{
  return a + b;
}

ret结果为4。

去掉const,就会出现权限放大的问题,在e强制类型转换时产生临时变量,具有常性,而函数的参数是变量,就会报错。

还有一种解决办法,叫做显式实例化

我们指定模板的模板参数,叫做显式实例化,编译器自己推导,叫做隐式实例化。

模板参数的匹配规则:

一个非模板函数可以和一个函数模板同时存在,而且该函数模板还可以被实例化为这个非模板函数。

#include <iostream>
using namespace std;
int add(int a, int b)
{
  return a + b;
}
template<class T>
T add(T a, T b)
{
  return a + b;
}
int main()
{
  add(1, 2);
  add<int>(1, 2);
  return 0;
}

对于非模板函数和同名函数模板,如果调用函数时传参与非模板函数完全相同,那么就优先调用非模板函数,而不是调用函数模板实例化出来的函数;如果模板可以产生一个具有更好匹配的函数,那么将选择模板去实例化函数。

#include <iostream>
using namespace std;
int Add(int a, int b)
{
  return a + b;
}
template<class T1, class T2>
T1 Add(T1 a, T2 b)
{
  return a + b;
}
int main()
{
  cout << Add(1, 2) << endl;
  cout << Add(1.0, 2) << endl;
  return 0;
}

我们进入调试时,第二个Add函数是模板实例化出来的函数。

 

类模板

类模板定义格式:

template<typename T1,typename T2, ......>

class 类模板名字{}

我们可以使用类模板写一个动态顺序表,而且通过类模板,我们更加能够体会到他的魅力以及他的强大,如果我们使用C语言来写,而我们的要求是写出多种数据类型的顺序表,用C语言需要重复拷贝多次去修改类型,代码会有很多重复,但是有了模板就不一样了。

template<class T>
class Vector
{
  T* _Data;
  int _size;
  int _capacity;
public:
  Vector(int capacity = 4)
    :_size(0)
    ,_capacity(capacity)
    ,_Data(new T[_capacity])
  {}
  ~Vector()
  {
    if (_Data)
      delete[] _Data;
    _Data = nullptr;
    _size = _capacity = 0;
  }
  T& operator[](int pos)
  {
    if (pos >= 0)
    {
      assert(pos < _size && pos >= 0);
      return _Data[pos];
    }
  }
};

各种类型的对象我们都可以实例化出来。

类模板的实例化

类模板实例化与函数模板实例化不同,需要显式写出模板参数

也许你有这样的疑问,是不是因为我没有传参数,所以类模板无法推导T是什么,但是我们可以看看class 类名,有参数列表吗?显然没有,所以才需要我们显式去传模板参数。

同时我们需要注意的是:

类模板并不是真正的类,就像模板函数一样,只有将他实例化后才是函数,才是真正的类。

目录
相关文章
|
大数据 Java C语言
什么是CPU密集型、IO密集型?
CPU密集型(CPU-bound) CPU密集型也叫计算密集型,指的是系统的硬盘、内存性能相对CPU要好很多,此时,系统运作大部分的状况是CPU Loading 100%,CPU要读/写I/O(硬盘/内存),I/O在很短的时间就可以完成,而CPU还有许多运算要处理,CPU Loading很高。
4787 0
|
6月前
|
人工智能 Linux API
阿里云轻量服务器秒级部署OpenClaw|大模型千问Qwen3-Max/Coding Plan API配置+避坑指南
2026年,OpenClaw(原Clawdbot)凭借轻量化部署、全平台兼容与大模型深度集成能力,成为个人与团队搭建专属AI自动化代理的首选工具。依托阿里云轻量服务器的秒级部署能力,搭配千问Qwen3-Max的强推理性能或Coding Plan免费API的低成本优势,可快速实现“云端稳定运行、本地灵活调试、多端指令交互”的AI服务闭环。本文基于2026年OpenClaw最新稳定版(v2026.3.28),完整覆盖**阿里云轻量服务器秒级部署、本地MacOS/Linux/Windows11部署、千问Qwen3-Max API配置、Coding Plan免费API配置、核心避坑指南、常见问题解答*
816 6
|
8月前
|
机器学习/深度学习 计算机视觉 网络架构
YOLO26改进 - 注意力机制 |融合HCF-Net维度感知选择性整合模块DASI 增强小目标显著性
本文介绍将HCF-Net中的维度感知选择性融合(DASI)模块集成至YOLO26检测头,通过通道分区与Sigmoid自适应加权,融合高/低维及当前层特征,显著提升红外小目标检测精度,在SIRST数据集上超越主流方法。(239字)
|
7月前
|
监控 NoSQL 调度
校园外卖系统源码开发实战:商户端、骑手端、后台端三端架构拆解
本文深度解析校园外卖系统源码开发要点:针对封闭校园、午间高并发、短距配送、学生骑手等特性,详解三端(商户/骑手/后台)架构设计、Redis库存预扣减、区域化智能派单、订单状态机、周结抽佣及WebSocket实时通知等核心实现,突出高并发抗压能力。(239字)
|
7月前
|
API
这个春节,大模型终于学会了“看图思考”
新春献礼!Qwen3.5-Plus重磅发布,支持高质量视觉理解与复杂推理一体化,图文生产力翻倍提升。效果更强、成本更低——API价格低至0.8元/百万Token,仅为Gemini 3的1/18。现已上线阿里云百炼模型广场,即刻体验!
366 5
|
8月前
|
消息中间件 人工智能 NoSQL
[高并发架构] 挑战百万级Token吞吐:智能体来了(西南总部)深度解析AI调度官的流量削峰与分级治理策略
传统的 API Gateway 已经失效。我们需要一种专为 AI 设计的流量治理组件。 本文将基于 智能体来了(西南总部) 技术团队的实战经验,深度解析企业级 “AI 调度官” (AI Dispatcher) 的架构设计。我们将探讨如何利用 消息队列(MQ)削峰、优先级队列调度、以及基于语义的自适应限流,构建一个高可用的百万级 Token 吞吐系统。
|
编译器 API Android开发
Android经典实战之Kotlin Multiplatform 中,如何处理不同平台的 API 调用
本文介绍Kotlin Multiplatform (KMP) 中使用 `expect` 和 `actual` 关键字处理多平台API调用的方法。通过共通代码集定义预期API,各平台提供具体实现,编译器确保正确匹配,支持依赖注入、枚举类处理等,实现跨平台代码重用与原生性能。附带示例展示如何定义跨平台函数与类。
894 0
|
中间件 开发者
gin框架学习-路由分组和中间件
Logger中间件将日志写入gin.DefaultWriter,即使配置了GIN_MODE=release。
846 124
gin框架学习-路由分组和中间件
|
测试技术 开发工具 git
利用Git Hooks自动化你的开发流程
【10月更文挑战第6天】在现代软件开发中,版本控制至关重要,Git作为主流工具,提供了强大的代码管理功能。Git Hooks 是 Git 的一个特性,可在特定事件(如提交、推送)发生时自动执行脚本,实现开发流程自动化。本文介绍 Git Hooks 的基本概念、常见用例及设置方法,涵盖 pre-commit、pre-push 等多种类型的 Hooks,并展示了如何利用它们进行代码格式化、自动化测试和风格检查,提升开发效率与代码质量。通过合理应用 Git Hooks,可以显著减少人为错误,确保代码一致性,并促进团队协作。
|
机器学习/深度学习 存储 自然语言处理
深度学习之少样本学习
少样本学习(Few-Shot Learning, FSL)是深度学习中的一个重要研究领域,其目标是在只有少量标注样本的情况下,训练出能够很好地泛化到新类别或新任务的模型。
895 2

热门文章

最新文章