一、什么是traits
在《模板类型的自动推导》中提到了c++是一门静态编译语言,不支持动态类型的获取,也就更不用说提供类似c#,Java等语言的反射机制。但是,没有类型获取的接口不代表没有这种实际的需求,那么怎么解决这种需求就得靠c++的大牛们来想办法啦。
微软的MFC通过大量的定义宏来动态的生成各种类和对象。而这种方式恰恰又不是c++大牛们觉得舒适的方法,所以他们想到了模板。
在模板中,提供了Traits(萃取)技术,什么是萃取呢?简单来说,就是能够获得目标对象的类型,并依此而实现此类型对应的功能。在当红的小众语言RUST中也有萃取这种技术,表达的相对来说更清晰明白:
traits只能由三部分组成:
functions(方法)
types(类型)
constants(常量)
这样和c++一对比,其实更容易理解萃取技术的本身。
在c++的STL中,算法和容器在设计应用上是分离的,迭代器通过利用traits(又叫做特性萃取技术)萃取技术来实现特定的功能方法,达到普适性的目的。
二、实现
在前面的文章中,提到过萃取技术的实现的一些方法,在上一篇文章中也通过模板的自动推导实现过类型的获取和识别,但是,也提到了它的一些局限性的问题,那么怎么解决这些问题呢?
基本有两种解决方式:
1、使用内部定义类型typedef::value_type
2、模板的偏特化
其实上篇提到的自动推导马虎也可以算做一种解决方案。
三、实例
1、value_type例子
template<class T>
struct RData
{
typedef T value_type;
T * p_;
RData(T *p = 0) :p_(p) {}
T& operator++()const
{
*p_ += *p_;
return *p_;
}
};
template<class T>
typename T::value_type TestFunc(T t)
{
return ++t;
}
void VT_example()
{
int *p = new int(3);
RData<int> rd(p);
std::cout << TestFunc(rd) << std::endl;
}
int main()
{
VT_example();
return 0;
}
在c++的STL库中,也经常看到类似的代码。
2、偏特化的例子
class IO
{
public:
void RorW() { std::cout << "reading or writting" << std::endl; }
};
template <typename T, bool isRW>
class IORW
{
public:
enum { RW = isRW };
void RorW(T* t)
{
SignType<isRW>().RorW(t);
}
template <bool N>
class SignType
{
};
template <>
class SignType<true>
{
public:
void RorW(T* t)
{
t->RorW();
std::cout << "start reading" << std::endl;
}
};
template <>
class SignType<false>
{
public:
void RorW(T* t)
{
//t->RorW();
std::cout << "start writting" << std::endl;
}
};
};
void TmpPartial()
{
int* pnum = nullptr;
IO* pio = nullptr;
IORW<int, false> io1;
IORW<IO, true> io2;
io1.RorW(pnum);
io2.RorW(pio);
}
int main()
{
TmpPartial();
return 0;
}
实现萃取只是偏特化的应用的一个场景,它是模板应用中一个非常广泛的情况,另外对于全特化和显示实例化要搞明白,这里就不再赘述(前面的模板相关学习有详细的说明)。
四、总结
模板的难度,从这里就可以窥探出一些来,模板带来的优势和它显而易见的难度相比,其实更阻碍了c++的普及和推广。一般学习c++的人,建议一开始只要学习模板的初步知识即可,在把类似萃取这些技术广泛熟悉后,再根据实际场景学习,会有事半功倍的效果。