模板的进阶

2024-04-18 1158阅读

目录

非类型模板参数

C++11的静态数组容器-array 

按需实例化

模板的特化

函数模板特化

类模板特化

全特化与偏特化

模板的分离编译

总结


非类型模板参数

基本概念:模板参数类型分为类类型模板参数和非类类型模板参数

  • 类类型模板参数:跟在class 或 typename之后的形参
  • 非类类类型模板参数:用一个常量作为类模板的参数

    功能:编译时合理分配大小

    #include 
    using namespace std;
    namespace bit
    {
    	template
    	class array
    	{
    	public:
    		T& operator[](size_t index)
    		{
    			return _array[index];
    		}
    		const T& operator[](size_t index)const
    		{
    			return _array[index];
    		}
    		
    		size_t size()const
    		{
    			return _size;
    		}
    		bool empty()const
    		{
    			return 0 == _size;
    		}
    	private:
    		T _array[N];
    		size_t _size;
    	};
    }
    int main()
    {
    	bit::array a1;
    	bit::array a2;
    	bit::array a3;
    	return 0;
    }

    注意事项: 

    1、浮点数、类类型的对象及字符串不允许作为非类类型模板参数

    2、非类类型模板参数是在编译时传参,函数参数是在运行时传参

    模板的进阶

    3、函数参数(T 对象1,T 对象2)| 模板参数

    C++11的静态数组容器-array 

    array文档: - C++ Reference (cplusplus.com)"> - C++ Reference (cplusplus.com)

    #include 
    #include 
    #include 
    using namespace std;
    int main()
    {
    	std::array a1;
    	int a2[10];
    	//越界读,检查不出来
    	a2[10];
    	//越界写,抽查,局限多,很多位置查不出来(x86环境下运行a2[15]不报错,a[10] = 1报错)
    	a2[15] = 1;
    	//任意读写越界都能检查出来
    	a1[10];//报错
    	return 0;
    }
    

    优点: 可以避免数组越界问题(但实际上这些内容vector就可以做到,array没啥用)

    std::vector v1(10,0); 
    v1[10]//v1[10]也可以检测出

    缺点:会出现栈溢出问题

    std::array a3;//报错
    std::vector v2(1000000,0);//正确

    按需实例化

    include 
    #include 
    #include 
    #include 
    using namespace std;
    namespace bit
    {
    	template
    	class array
    	{
    	public:
    		T& operator[](size_t index)
    		{
    			assert(index  d._day);
    	}
    private:
    	int _year;
    	int _month;
    	int _day;
    };
    ostream& operator
VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]