• C++ 匿名函数


    简介

    匿名函数,简而言之,就是懒得起名字的函数。
    因为,我们确实有这种需求,C++的编译器的开发者才会支持这种情况。

    参考链接

    https://blog.csdn.net/zhang14916/article/details/101058089

    基本形式

    C++中的匿名函数通常为capture->return-type{body}

    capture中的类型

    • [] //未定义变量.试图在Lambda内使用任何外部变量都是错误的.
    • [x, &y] //x 按值捕获, y 按引用捕获.
    • [&] //用到的任何外部变量都隐式按引用捕获
    • [=] //用到的任何外部变量都隐式按值捕获
    • [&, x] //x显式地按值捕获. 其它变量按引用捕获
    • [=, &z] //z按引用捕获. 其它变量按值捕获
      匿名函数的结构
      parameters:存储函数的参数
      return-type:函数的返回值
      body:函数体

    应用场景

    1. 当做函数指针使用
    #include<iostream>
    void main()
    {
    	int Featurea = 7;
    	int Featureb = 9;
    	auto fun = [](size_t Featurea, size_t Featureb){return Featurea<Featureb ? Featurea : Featureb; };
    	int i = fun(Featurea, Featureb);
    	std::cout << i << std::endl;
    }
    
    1. 对一些STL容器函数sort,find等,其最后的一个参数时函数指针,我们也可以使用匿名函数来完成。比较简单的函数推荐使用匿名函数
    #include<vector>
    #include<algorithm>
    #include<iostream>
     
    void main() {
    	std::vector<int> a(5);
    	a[0] = 3;
    	a[1] = 4;
    	a[2] = 5;
    	a[3] = 6;
    	a[4] = 7;
    	std::for_each(std::begin(a), std::end(a), [](int Feature){std::cout << Feature << std::endl; });
    }
    
    1. 我们可以直接调用函数指针
    #include<iostream>
    template <class Callback>
    int CollectFeatures(Callback CB)
    {
    	int count = 0;
    	for (int i = 0; i < 10; i++)
    	{
    		if (CB(i))
    		{
    			count++;
    		}
    	}
    	return count;
    }
    bool AddFeature(size_t Feature)
    {
    	return Feature % 2;
    }
    void main()
    {
    	
    	int i = CollectFeatures([](size_t Feature) -> bool { return AddFeature(Feature); });
    	std::cout << i << std::endl;
    }
    

    code

    带有两个匿名参数的函数
    	auto genP = [](float c = 1, float offset = 0) {
    		return c * ((float)(rand() % 1800)) / 100 - c * 9;
    	};
    

    isnan函数

    判断是否是一个Not-A-Number
    std::isnan(v[0])

    Hope is a good thing,maybe the best of things,and no good thing ever dies.----------- Andy Dufresne
  • 相关阅读:
    安卓开发_浅谈TimePicker(时间选择器)
    eclipse显示代码行数
    Java数据解析---JSON
    Java数据解析---PULL
    Java数据解析---SAX
    统计机器学习(目录)
    FP Tree算法原理总结
    梯度下降(Gradient Descent)小结
    用scikit-learn和pandas学习线性回归
    用scikit-learn学习BIRCH聚类
  • 原文地址:https://www.cnblogs.com/eat-too-much/p/13651194.html
Copyright © 2020-2023  润新知