JAVA 转 C++ 必记 PartD

PartD 将会使用visual studio 2017 作为开发环境进行测试

 

tuple元组类型

这个类型非常像swift的元组类型，以下几个例子就可以理解tuple的作用了。

int main()

{

//初始化一个tuple

tuple<int, double, long, string> tupleA(12, 20.5, 100L, "TONY");

//通过make_tuple创建一个tuple

auto tupleB = make_tuple("TONYA", 'a', 88);

//使用get模板类获得tupleA_1 第0个元素，并使用auto推测其类型

auto tupleA_1 = get<0>(tupleA);

cout << tupleA_1 << endl;

//定义tupleB 模板类实体的类型别名

typedef decltype(tupleB) trans;

//通过tuple_size模板类获得tupleB对应的模板实例的元素数量

auto target_size = tuple_size<trans>::value;  

cout << target_size << endl;

//通过tuple_element模板类获得tupleB模板实例的第1个元素类型

tuple_element<1, trans>::type tupleB_1 = get<1>(tupleB);

cout << tupleB_1 << endl;

}

其中tuple的关系运算符==、!=、>、< 均和容器的运算规则相同

 

 

 

使用tuple的场景通常为返回多个不同的元素：

typedef tuple<double, int, string, char> new_tmp_type;

new_tmp_type new_function();

int main()

{

auto result = new_function();

cout << get<0>(result) << endl;

cout << get<1>(result) << endl;

cout << get<2>(result) << endl;

cout << get<3>(result) << endl;

}

new_tmp_type new_function() {

return { 10.5,25,string("TONY"),'a'};

}

 

bitset由于使用场景不多，就不作描述了，主要提供很多用于位运算的方便操作，详细可以参考C++primer(第5版)640页

 

随机数：

在新标准的C++中，已经不使用基于C的rand作为随机数生成的唯一方法，我们可以使用随机数引擎和分布，其中随机数引擎是主要生成随机数的类，而随机数分布是控制随机生成的根据随机数引擎返回指定类型的、在给定范围内的、服从特定概率分布的随机数。

 

以下是一个简单的随机数生成方案：

int main() {

shared_ptr<vector<unsigned>> vector_p = getRandomVector();

for each (auto item in *vector_p)

{

cout << item << endl;

}

string hold;

cin >> hold;

}

shared_ptr<vector<unsigned>> getRandomVector() {

 

default_random_engine e;

shared_ptr<vector<unsigned>> vector_p(new vector<unsigned>());

 

for (int i = 0; i < 10; i++) {

vector_p->push_back(e());

}

return vector_p;

}

我们只使用了default_random_engine随机数引擎，生成了范围10个e.min() 到 e.max()的随机数。

 

我们使用随机数分布限定返回随机数0-9的范围：

shared_ptr<vector<unsigned>> getRandomVector() {

default_random_engine e;

uniform_int_distribution<unsigned> u(0, 9);

shared_ptr<vector<unsigned>> vector_p(new vector<unsigned>());

for (int i = 0; i < 10; i++) {

vector_p->push_back(u(e));

}

return vector_p;

}

 

但是我们发现我们每次生成的随机数都是一致的，如果我们要连续生成随机数我们需要将：

default_random_engine e;

uniform_int_distribution<unsigned> u(0, 9);

我们需要将上述两个变量定义为static，否则如果我们连续使用该方法生成的随机数都是一样的，相关代码如下：

 

int main() {

 

shared_ptr<vector<unsigned>> vector_pA = getRandomVector();

shared_ptr<vector<unsigned>> vector_pB = getRandomVector();

cout << (*vector_pA == *vector_pB) << endl;  //返回true

string hold;

cin >> hold;

}

 

shared_ptr<vector<unsigned>> getRandomVector() {

 

default_random_engine e;

shared_ptr<vector<unsigned>> vector_p(new vector<unsigned>());

 

for (int i = 0; i < 10; i++) {

vector_p->push_back(e());

}

return vector_p;

}

如果我们没有将随机发生器（随机数引擎和分布类型的集合）定义为static则每次都是一样的数据内容，我们需要将随机发生器定义为static则程序会记录其生成状态，此时连续调用getRandomVector就会产生两个不一样的随机vector，相关代码如下：

 

int main() {

 

shared_ptr<vector<unsigned>> vector_pA = getRandomVector();

shared_ptr<vector<unsigned>> vector_pB = getRandomVector();

cout << (*vector_pA == *vector_pB) << endl;  //返回false

string hold;

cin >> hold;

}

 

shared_ptr<vector<unsigned>> getRandomVector() {

 

static default_random_engine e;

static uniform_int_distribution<unsigned> u(0, 9);

shared_ptr<vector<unsigned>> vector_p(new vector<unsigned>());

 

for (int i = 0; i < 10; i++) {

vector_p->push_back(u(e));

}

return vector_p;

}

 

我们可以使用uniform_read_distribution分布随机类生成浮点随机数：

int main() {

 

shared_ptr<vector<double>> vector_pA = getRandomVector();

for_each((*vector_pA).begin(), (*vector_pA).end(), [](const double &item) {

cout << item << endl;

});

 

string hold;

cin >> hold;

}

 

shared_ptr<vector<double>> getRandomVector() {

 

static default_random_engine e;

static uniform_real_distribution<double> u(0, 1);

shared_ptr<vector<double>> vector_p(new vector<double>());

 

for (int i = 0; i < 10; i++) {

vector_p->push_back(u(e));

}

return vector_p;

}

 

由于我们每次生成随机都是一样的，唯一影响随时的是随机种子，我们可以在随机数引擎构造函数中设定seed（种子），也可以通过seed()函数进行设置：

int main() {

 

shared_ptr<vector<unsigned>> vector_pA = getRandomVector(10);

shared_ptr<vector<unsigned>> vector_pB = getRandomVector(10);

cout << (*vector_pA == *vector_pB) << endl; //种子相同随机数相同（返回true）

shared_ptr<vector<unsigned>> vector_pC = getRandomVector(11);

cout << (*vector_pA == *vector_pC) << endl; //种子不同随机数不同（返回false）

 

string hold;

cin >> hold;

 

}

 

shared_ptr<vector<unsigned>> getRandomVector(long seed) {

 

default_random_engine e(seed);

uniform_int_distribution<unsigned> u(0, 1);

shared_ptr<vector<unsigned>> vector_p(new vector<unsigned>());

 

for (int i = 0; i < 10; i++) {

vector_p->push_back(u(e));

}

return vector_p;

}

同样可以使用e.seed(seed)方式进行设置随机种子。

 

生成随机BOOL

int main() {

default_random_engine e;

bernoulli_distribution u;

if (u(e)) {

cout << "true" << endl;

}

else {

cout <<