STL --- 一、开始学习

STL是C++标准模板库,包含容器、迭代器、算法和函数对象等组件,旨在提高代码效率和可维护性。学习STL需理解其概念,熟悉容器如vector和map,运用算法进行排序和查找,掌握不同类型的迭代器,并能运用函数对象自定义操作。不断实践是掌握STL的关键。
摘要由CSDN通过智能技术生成

目录

1、STL简介

2、STL 主要包括以下几个部分:

3、如何学习STL


1、STL简介

STL (Standard Template Library,标准模板库) 是C++标准库的一部分,提供了一套丰富的容器、算法和迭代器等通用工具,能够极大地提高 C++ 程序的开发效率和代码质量。

STL 的设计目标是提供高效、可复用、可扩展的代码库,让程序员能够更加专注于问题的解决和算法的实现,而不必关心底层的数据结构和算法实现。

STL的核心是迭代器、容器、算法和函数对象。

推荐一本书:侯杰的《STL源码剖析》;

2、STL 主要包括以下几个部分:

(1)  容器(Containers):提供了多种数据结构,如 vector、list、deque、set、map 等,能够满足不同的需求。

(2)迭代器(Iterators):提供了一种通用的访问容器元素的方式,能够遍历容器中的所有元素。

(3)算法(Algorithms):提供了多种常用算法,如排序、查找、统计、变换等,能够对容器中的元素进行各种操作。

(4)函数对象(Function Objects):提供了一种可调用的对象,能够在算法中替代函数,提高代码的可读性和可复用性。

(5) 仿函数(Functors):主要用于对容器中的元素进行特定的操作,例如排序、查找、筛选等。

(6)适配器(Adapters):用于将容器或函数对象适配为另一种容器或函数对象,例如 stack、queue、priority_queue 等。

STL 是 C++ 程序员必须掌握的重要知识之一,能够帮助程序员更加高效地编写代码,提高程序的性能和可维护性。

3、如何学习STL

(1)了解STL概念和组成部分。

(2)学会使用STL容器

STL容器是一种数据结构,可以存储数据并提供访问和操作数据的方法。STL容器分为序列容器和关联容器,序列容器包括向量、链表、双端队列、队列和栈,关联容器包括集合、映射和多重集合。

(3)学会使用STL算法

STL算法是对容器中的元素进行操作的函数,如查找、排序、拷贝、删除、反转等等。STL算法可以用于所有STL容器,并且它们具有可重用性和可组合性。

(4)学会使用STL迭代器

STL迭代器是一种指针,用于访问容器中的元素。

STL迭代器分为五种类型,包括输入迭代器、输出迭代器、正向迭代器、双向迭代器和随机访问迭代器。

不同类型的迭代器支持不同的操作,如只读、只写、双向遍历、随机访问等等。

(5)学会使用STL函数对象

STL函数对象是一种类,用于封装函数或操作符,使其可以像对象一样使用。

STL函数对象可以用于算法和容器中,如比较器、哈希函数、谓词等等。

STL函数对象可以自定义,也可以使用预定义的函数对象。

(6)学会使用STL头文件和命名空间

STL头文件包含了STL组件的定义和声明,如<algorithm>、<vector>、<map>等等。STL命名空间用于区分STL组件和用户定义的组件,如std::vector、std::map等等。学会使用STL头文件和命名空间可以避免命名冲突和编译错误。

(7)练习使用STL

学习STL最重要的是不断练习和实践。可以使用STL容器、算法、迭代器和函数对象解决实际问题,如排序、查找、统计、拷贝等等。可以参考STL文档和示例代码,也可以参加STL相关的在线课程和练习。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
STL-10数据集是一个包含10个类别的图像数据集,包括飞机、鸟、汽车、猫、鹿、狗、青蛙、马、船和卡车。每个类别包含5000张32x32的彩色图像,其中500张用于训练,100张用于验证,剩余的用于测试。 在本教程中,我们将学习如何加载STL-10数据集。 1.下载数据集 首先,我们需要下载STL-10数据集。可以从以下网站下载:http://ai.stanford.edu/~acoates/stl10/ 2.解压缩数据集 下载完成后,将文件解压缩到指定的目录中。 3.加载数据集 我们可以使用Python中的NumPy和pickle模块来加载STL-10数据集。下面是一个示例代码: ```python import numpy as np import pickle def load_stl10_data(path): data = {} data['train_X'] = [] data['train_y'] = [] data['test_X'] = [] data['test_y'] = [] data['unlabeled_X'] = [] with open(path+'/train_X.bin', 'rb') as f: data['train_X'] = np.fromfile(f, dtype=np.uint8).reshape((5000, 3, 96, 96)).transpose((0,3,2,1)).astype(np.float32) with open(path+'/train_y.bin', 'rb') as f: data['train_y'] = np.fromfile(f, dtype=np.uint8).astype(np.int32)-1 with open(path+'/test_X.bin', 'rb') as f: data['test_X'] = np.fromfile(f, dtype=np.uint8).reshape((8000, 3, 96, 96)).transpose((0,3,2,1)).astype(np.float32) with open(path+'/test_y.bin', 'rb') as f: data['test_y'] = np.fromfile(f, dtype=np.uint8).astype(np.int32)-1 with open(path+'/unlabeled_X.bin', 'rb') as f: data['unlabeled_X'] = np.fromfile(f, dtype=np.uint8).reshape((100000, 3, 96, 96)).transpose((0,3,2,1)).astype(np.float32) return data data = load_stl10_data('path/to/stl10') ``` 在此代码中,我们首先定义了一个空字典data,用于存储STL-10数据集的各个部分。然后,我们打开训练集、测试集和未标记的数据文件,并使用np.fromfile函数将其加载到NumPy数组中。由于数据是以二进制格式存储的,我们需要指定dtype=np.uint8。数据数组的形状为(num_samples,3,96,96),其中num_samples是样本数。我们需要将数组的维度重新排列为(num_samples,96,96,3)。最后,我们将数据类型转换为np.float32,并将标签减去1,以从0开始对标签进行索引。 4.使用数据集 现在,我们已经成功加载了STL-10数据集,我们可以使用它来训练模型或进行其他任务。例如,我们可以使用Matplotlib来显示数据集中的图像: ```python import matplotlib.pyplot as plt # 显示训练集中的第一张图像 plt.imshow(data['train_X'][0]/255.) plt.show() ``` 这将显示训练集中的第一张图像。请注意,我们需要将像素值除以255,以将其缩放到0到1之间的范围内。 总结 在本教程中,我们学习了如何加载STL-10数据集,这是一个包含10个类别的图像数据集。我们使用Python中的NumPy和pickle模块来加载数据集,并使用Matplotlib来显示图像。现在,我们可以使用STL-10数据集来训练模型或进行其他任务。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值