对下标运算符[]和函数调用运算符()的重载

简介:

一.对下标运算符[]的重载:

 重载的格式:返回类型 类名 operator [](参数);

  

  1. #include<iostream>

  2. using namespace std;

  3. class A

  4. {

  5. public:

  6. A(int n);

  7. ~A();

  8. int & operator [](int n);//返回类型为int & 引用类型


  9. private:

  10. int *p;

  11. int size;

  12. };

  13. int & A::operator[](int n){

  14. return p[n];//返回p[n]

  15. }

  16. A::A(int n)

  17. {

  18. p = new int[n];

  19. }


  20. A::~A()

  21. {

  22. delete[]p;

  23. }

  24. int main(){

  25. A a(5);

  26. a[3] = 4;//等价于a.operator[](3)=4,相当于4赋值给了p[3];

  27. cout << "a[3]=" << a[3] << endl;

  28. cin.get();

  29. return 0;

  30. }

二.对()运算符的重载

#include<iostream>

using namespace std;

class A{

public:

float operator()(double a,double b);

};

float A::operator ()(double a,double b){

return a*b;

}

int main(){

A f;

float a=f(10.0,1.23);//默认double类型

cout<<a<<endl;

return 0;

}

三.对流输出运算符‘<<’和流输出‘>>’的重载

#include<iostream>

using namespace std;

class A

{

public:

A(int n);

~A();

int& operator[](int);//这里用返回值类型为引用类型,完全是效率问题

friend ostream& operator <<(ostream &otput, A& a);//对<<的重载最好用友员函数

friend istream& operator >>(istream &input, A& b);

private:

int *p;

int size;

};

int& A::operator[](int a){

if (a<size&&a>=0)

return p[a];

cout << "out of size" << endl;

exit(0);

}

ostream& operator <<(ostream &otput, A& a){

for (int i = 0; i < a.size; i++)

otput << a.p[i]<<' ';

cout << endl;

return otput;

}

istream& operator >>(istream &input, A& b){

for (int i = 0; i < b.size; i++){

input >> b.p[i];

}

return input;//这里返回值为istream 类型变量是规定。

}


A::A(int n)

{

p = new int[n];

size = n;

}


A::~A()

{

delete[]p;

size = 0;

}

int main(){

A a(5);

cout << "input the elements of A a" << endl;

cin >> a;

//cout << "a[5]" << a[5]<<endl;//直接退出。

cout << "a[3]=" << a[3] << endl;

cout << a<<endl;

system("pause");

return 0;

}




本文转自 神迹难觅 51CTO博客,原文链接:http://blog.51cto.com/ji123/1915670,如需转载请自行联系原作者

相关文章
|
10天前
|
数据采集 人工智能 安全
|
6天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
320 164
|
5天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
324 155
|
6天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
383 4
|
13天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
919 7