std::find_if函数结合函数对象、lambda表达式查找元素

函数介绍

std::find_if函数头文件：#include <algorithm>里面。

函数意义：查找满足条件的元素的第一次出现。时间复杂度O(n)。

函数介绍：

template <class InputIterator, class UnaryPredicate>
InputIterator find_if (InputIterator first, InputIterator last, 
   UnaryPredicate pred);

参数：first − 输入迭代器到初始位置。

      last − 最终位置的最终迭代器。

      pred − 一元谓词，即：接收一个参数的函数对象或者一个参数的lambda表达式，
      return：返回一个迭代器，指向 (first,last) 范围内满足条件的第一个元素.没有找到，指向最后一个元素。

谓词介绍

    返回bool类型的仿函数称为谓词

    如果operator()接受一个参数，叫做一元谓词。

    如果operator()接受两个参数，叫做二元谓词。

谓词介绍可参考：C++中的谓词(一元谓词 & 二元谓词)_编写一个能计算二元谓词合式公式真值的小程序-CSDN博客

函数对象介绍

函数对象不是函数，是一个类，只是它的操作像函数一样；这个类重载了操作符operator()，所以它的对象可以像函数一样操作，例如：A obj;  obj(var)。

重载operator()时需要输入一个参数，则称作一元谓词（一元仿函数），重载operator()函数需要两个参数的，成为二元谓词（二元仿函数）。

函数对象优点：函数对象可以比普通函数多携带一些参数。

结合std::find_if 举查找大于某个值的例子：

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

/*
函数对象类设计：定义类，并重载运算符operator()
*/
class Over{
public:
    Over(int num):m_standard(num){};
    bool operator()(int tmp)
    {
        return tmp > m_standard;
    }
private:
    int m_standard;
};


int main()
{
    std::vector<int>vec{12,22,36,69,80};

    //1、使用函数对象，Over(30)调用了构造函数，同时将vec的每个元素传入了
    //Over的函数对象，类似Over(30)(i);
    auto it = std::find_if(vec.begin(),vec.end(),Over(30));
    if(it != vec.end())
    {
        printf("find Over 30 first value = %d\n",*it);
    }

    //2、使用lambada函数表达式。
    auto it1 = std::find_if(vec.begin(),vec.end(),[](int i)
                                                {return i > 30;}
    );

    if(it1 != vec.end())
    {
        printf("find Over 30 first value = %d\n",*it1);
    }
    std::vector<int>().swap(vec);


    //函数对象单独使用
    Over obj(30);
    printf("obj(30)(20) is = %d\n",obj(20));

    cout << "Hello World!" << endl;
    return 0;
}

运行结果如下：

上述的部分内容参考于【C++】什么是函数对象和函数对象的用处-CSDN博客

附加：

评价算法的好快一般从运行效率和占用空间上来看，当前机器的存储空间足够，一般比较关注算法运行效率，也就是时间复杂度。时间复杂度用大O法描述，这是一个近似的计算方法，主要用来计算一个算法执行了多少次。

常用的时间复杂度从低到高为：常数阶O(1) < 对数阶 O(logN) < 线性阶 O(n) < 线性对数阶O(nlogN) < 平方阶 O()   < 立方阶 O() < 指数阶 O()。

从上面可以看出常数阶的算法执行效率最快。

算法复杂度可以参考：算法的时间与空间复杂度（一看就懂） - 知乎 (zhihu.com)