第 17 章 标准库特殊设施
标签: C++Primer 学习记录 tuple 正则表达式 随机数 IO库
17.1 tuple类型
-
当我们希望将一些数据组合成单一对象,但又不想麻烦地定义一个新数据结构来表示这些数据时,可以使用
tuple
类型。与 pair类似,但 tuple可以有任意数量的成员。它的一个常见用途就是从一个函数返回多个值。 -
tuple的默认构造函数会对每个成员进行值初始化,也可以提供初始值。不过提供初始值的构造函数是 explicit的,因此必须使用直接初始化语法。
tuple<size_t, size_t, size_t> threeD; // 三个成员都设置为 0 tuple<size_t, size_t, size_t> threeD = {1, 2, 3}; // 错误 tuple<size_t, size_t, size_t> threeD{1, 2, 3}; // 正确 // 表示书店交易记录的 tuple,包含:ISBN、数量和每本书的价格 auot item = make_tuple("0-999-78", 3, 20.00);
-
要访问一个 tuple的成员,使用 get<i>(t)函数模板。其中,i的值必须是一个整型常量表达式,从 0开始计数,返回指定成员的引用。
auto book = get<0>(item); // 返回 item的第一个成员 get<0>(item) *= 0.8; // 修改书的单价
-
借助辅助类模板
tuple_size
和tuple_element
,可以查询 tuple成员的数量和类型。不过使用这两个类,必须知道 tuple对象的类型,这可以通过 decltype很简单地得到。typedef decltype(item) trans; // 返回 trans类型对象中成员的数量 size_t sz = tuple_size<trans>::value; // 返回 3 // cnt的类型与 item中第二个成员相同,是一个 int tuple_element<1, trans>::type cnt = get<1>(item);
-
只有两个 tuple具有相同数量的成员,且每对成员使用
==
或<
是合法时,才能比较两个 tuple。另外,由于 tuple定义了 <和 ==运算符,可以将 tuple序列传递给算法,并且可以在无序容器中将 tuple作为关键字类型。
17.2 bitset类型
-
bitset类,可以方便地将整型运算对象当作二进制位集合处理,并且能够处理超过最长整型类型大小的位集合。可以用以下几种方式进行值初始化。
- 使用整型值初始化 bitset时,会将此值转换为 unsigned long long类型并被当作位模式处理。
// bitvec1比初始值小,初始值中的高位被丢弃 bitset<13> bitvec1(oxbeef); // 二进制位序列为 1111011101111 // bitvec2比初始值大,它的高位被置为 0 bitset<20> bitvec2(oxbeef); // 二进制位序列为 00001011111011101111 // 在 64位机器中,long long 0ULL是 64个 0比特,因此 ~0ULL是 64个 1 bitset<20> bitvec3(~0ULL); // 0~63位为 1,64~127位为 0
- 使用字符串初始化 bitset时,下标最小的字符对应 bitset中的高位。
bitset<32> bitvec4("1100"); // 2、3两位为 1,剩余位为 0
-
bitset可以使用 to_ulong和 to_ullong返回位模式对应的整数值。另外,bitset还支持
<<
和>>
运算符,对于输入运算符<<
,直到读取的字符数达到对应 bitset的大小时,或遇到不是 1或 0 的字符时,或是遇到文件尾或输入错误时,读取过程才停止。
17.3 正则表达式
-
regex类,用一组描述语言来表示一个特定的模式。之后可以使用
regex_search
或regex_match
来验证给定的字符序列是否与此模式匹配。如果输入序列中一个子串与表达式匹配,则regex_search
函数返回 true。注意,该函数只要找到一个匹配子串就会停止查找。// 非 c字母后接 ei string pattern("[^c]ei"); // 包含 pattern的整个单词 pattern = "[[:alpha:]]*" + pattern + "[[:alpha:]]*"; regex r(pattern, regex::icase); // 忽略大小写 smatch results; // 定义一个对象保存搜索结果 // 定义一个 string保存待查询的文本 string test_str = "receipt freind theif receive"; // 用 r在 test_str中查找与 pattern匹配的子串 if (regex_search(test_str, results, r)) cout << results.str() << endl;
-
在正则表达式语言中,字符点(.)通常匹配任意字符,可以在字符之前放置一个反斜线来去掉其特殊含义。另外,由于反斜线 “\”又是 C++中的特殊字符,所以在正则表达式的字符串中必须使用两个反斜线“\\”来去掉某些字符的特殊含义。
-
正则表达式是在运行时而非编译时编译的,而正则表达式的编译是一个非常慢的操作。所以在实际编程中,应该尽量避免创建很多不必要的 regex对象。如果要在循环中使用正则表达式,应该在循环外创建它,而不是在每步迭代时都编译它。
-
正则表达式可以搜索多种类型的输入序列,输入可以是普通 char数据或 wchar_t数据,字符可以保存在标准库 string或 char数组中。RE为这些不同的输入序列类型都定义了对应的类型。重要的是使用的 RE库类型必须与输入序列类型匹配。
-
sregex_iterator可以获得所有匹配的子串。将一个
sregex_iterator
绑定到一个 string和一个 regex对象时,迭代器自动定位到给定 string中第一个匹配位置。解引用这个迭代器,则会得到一个smatch
对象。如果正则表达式中的模式包含一个或多个子表达式时,得到的 smatch对象中还会包含多个ssmatch
对象,表示与模式中每个子表达式的匹配信息。 -
对于多个子表达式,使用括号来进行分组隔开。得到的匹配对象中,第一个子匹配位置为 0,表示整个模式对应的匹配,随后是每个子表达式对应的匹配。
-
regex_replace可以在输入序列中查找具有指定模式的字符串,并将其替换为指定格式的字符串。注意,只对输入序列中匹配的字符串进行替换,未匹配部分不做修改。另外,还可以通过改变匹配标志来控制匹配过程。比如
format_no_copy
不输出输入序列中未匹配的部分,format_first_only
只替换第一次出现的子表达式。
// 将电话号码进行转换,只返回它替换的文本
string phone =
"(\\()?(\\d{3})(\\))?([-. ]*)?(\\d{3})([-. ]*)?(\\d{4})";
regex r(phone);
string fmt{"$2.$5.$7"};
string number = "morgan (908) 555-1800";
// 实际输出 908.555.1800
cout << regex_replace(number, r, fmt, format_no_copy) << endl;
;
17.4 随机数
-
新标准出现之前,C和 C++都依赖于一个简单的 C库函数
rand
来生成随机数。此函数生成均匀分布的伪随机整数,每个随机数的范围在 0和一个系统相关的最大值(至少为 32767)之间。但是当程序需要不同范围的随机数、随机浮点数或非均匀分布的数时,就需要程序员自己进行类型转换了,而这往往会引入非随机性。 -
C++中解决上述问题的方法是,使用随机数发生器,包括一个随机数引擎(生成 unsigned随机数序列)和分布对象(使用引擎返回服从特定概率分布的随机数)。注意,随机数发生器指的是 u(e),而不是 u(e())。第一种写法传递的是随机数引擎,而第二种写法传递的是生成的随机数。
-
一个给定的随机数发生器一直会生成相同的随机数序列。一个函数如果定义了局部的随机数发生器,应该将其(包括引擎和分布对象)定义为 static的。否则,每次函数调用都会生成相同的序列。
// 返回一个 vector,包含 100个均匀分布的随机数 vector<unsigned> good_randVec() { // 由于我们希望引擎和分布对象保持状态,因此应该将他们 // 定义为 static的,从而每次调用都生成新的数 static default_random_engine e; static uniform_int_distribution<unsigned> u(0, 9); vector<unsigned> ret; for (size_t i = 0; i <100; ++i) ret.push_back(u(e)); return ret; }
-
可以使用 time()函数来设置一个较为随机的种子,不过,由于其返回以秒记的时间,所以这种方式只适用于生成种子的间隔为秒级或更长的应用。
-
假如有一个程序需要随机浮点数,最常用但不正确的方法是用 rand()的结果除以 RAND_MAX。因为随机整数的精度通常低于随机浮点数,这会导致有一些浮点值永远都不会生成了。在新标准中可以使用
uniform_real_distribution
。
17.5 IO库再探
-
操纵符用于两大类输出控制:控制数据的输出形式以及控补白的数量和位置。大多数改变格式状态的操纵符,都是设置/复原成对的;一个操纵符用来将格式状态设置为一个新值,而另一个用来将其复原,恢复为正常的默认格式。
-
boolalpha控制布尔值的格式,默认情况下,true输出为 1,false输出为 0。使用 boolalpha后,按照字符形式输出。
bool bool_val = get_status(); // 输出字符形式的 true或 false后,再将内部状态恢复为默认格式 cout << boolalpha << bool_val << noboolalpha;
-
默认情况下,整型值的输入输出使用十进制。可以使用操纵符 hex、oct和 dec将其改为十六进制、八进制或是改回十进制。
-
默认情况下,打印数值时,没有可见的线索指出使用的是几进制。使用
showbase
操纵符,可以在输出结果中显示进制。 -
可以控制浮点数输出的三个格式。
- 以多高精度(多少个数字)打印浮点值。默认情况下,精度是指不包括小数点在内的数字的总数,并且浮点值按当前精度舍入而非直接截断,浮点值按六位数字精度打印。
- 数值是打印为十六进制、定点十进制还是科学计数法形式。非常大和非常小的值打印为科学计数法形式,其他值为定点十进制形式。使用 hexfloat、fixed、scientific后,精度值控制的是小数点后面的数字位数。
- 默认情况下,浮点值的小数部分为 0时,不显示小数点。showpoint操纵符强制打印小数点。
-
默认情况下,输入运算符会忽略空白符(空格符、制表符、换行符、换纸符和回车符),而使用
noskipws
可以令输入运算符读取空白符,而不是跳过它们。 -
对于未格式化的单字节操作,要非常注意,将 get或 peek的返回值赋予一个 int而不是 char。乍看上去有些难以理解,这些函数返回 int值的原因是:可以返回文件尾标记。这些函数的返回值转换过程:字符->unsigned char->int。这样,字符集中的字符的返回值总是正值,而文件尾是用负值表示。这样就不会出现某个字符的返回值与文件标记重复的情形。
-
对于多字节操作中的 get或 getline函数,两者的作用基本类似,但是 get将分隔符留作 istream中的下一个字符,而 getline则读取并丢弃分隔符。无论哪个函数都不会将分隔符保存在目的字符数组中。
-
由于 istream和 ostream类型通常不支持随机访问,流随机访问通常只适用于 fstream和 sstream类型。
-
IO类型维护一个标记来确定下一个读写操作要在哪里进行,g版本表示正在“获得”(读取)数据,而 p版本表示正在“放置”(写入)数据。但是在一个流中,其实只维护单一的标记,因此只要我们在读写操作间切换,就必须进行 seek操作来重定位标记。相关的所有用法在下面代码中都会有所体现,下面代码会在文件的最后一行输出之前每一行的偏移量。
// 要对文件进行读写两方面的操作,并且一开始就定位到文件尾 fstream inOut("copyOut", fstream::ate | fstream::in | fstream::out); // 确认文件是否成功打开 if (!inOut.is_open()) { cout << "File open failed!" << endl; return 0; } auto end_mark = inOut.tellp(); // 原始数据的文件尾 size_t cnt = 0; // 叠加偏移量 string line; // 定位回文件头 inOut.seekg(0, fstream::beg); while (inOut && inOut.tellg() != end_mark && getline(inOut, line)) { // 记住当前位置 auto curr_mark = inOut.tellg(); // 计算偏移量,不要忘记换行符! cnt += line.size() + 1; // 在末尾写入刚读入那行后的位置,首先定位到文件末尾 inOut.seekg(0, fstream::end); inOut << cnt; // 如果不是文件末尾,则再写入一个空格 if (curr_mark != end_mark) inOut << " "; // 读取点再返回到刚才的位置 inOut.seekg(curr_mark); } // 在新输入的那一行的末尾添加一个换行符 inOut.seekp(fstream::end); inOut << '\n';