《Effective C++》读书笔记第四章——设计与声明(Designs and Declarations)

条款18:让接口容易被正确使用,不易被误用

(Make interfaces easy to use correctly and hard to use incorrectly)

  • 好的接口很容易被正确使用,不容易被误用。
  • “促进正确使用”的办法包括接口的一致性,以及与内置类型的行为兼容
  • “阻止误用”的办法包括建立新类型、限制类型上的操作,束缚对象值,以及消除客户的资源管理责任
  • tr1::shared_ptr支持定制型删除器(custom deleter)。这可防范DLL问题,可被用来自动解除互斥锁(mutexes;见条款14)等等。

条款19:设计class犹如设计type

(Treat class design as type design)

  • 新type的对象应该如何被创建和销毁? eg:构造、析构、内存分配和释放函数
  • 对象的初始化和对象的赋值该有怎样的差别? eg:构造函数和赋值操作符
  • 新type的对象如果被passed by value,意味着什么? eg:拷贝构造函数
  • 什么是新type的“合法值”?
  • 你的新type需要配合某个继承图系吗? eg:virtual
  • 你的新type需要什么样的转换? eg:explicit
  • 什么样的操作符和函数对新type是合理的?
  • 什么样的标准函数应该驳回? eg:声明为private
  • 谁该取用新type成员? eg:friends、public、private
  • 什么是新type的“未声明接口”?
  • 你的新type有多么一般化? eg:template
  • 你真的需要一个新type吗?

条款20:宁以pass-by-reference-to-const替换pass-by-value

(Prefer pass-by-reference-to-const to pass-by-value)

  • 尽量以pass-by-reference-to-const替换pass-by-value。前者通常比较高效,并可避免切割问题。
    eg:func(base b)可写成func(const base& b)
  • 以上规则并不适用于内置类型,以及STL的迭代器和函数对象。对它们而言,pass-by-value往往比较适当。

条款21:必须返回对象时,别妄想返回其reference

(Don’t try to return a reference when you must return an object)

  • 绝不要返回pointer或reference指向一个local stack对象,或返回reference指向一个heap-allocated对象,或返回pointer或reference指向一个local static对象而有可能同时需要多个这样的对象。 条款4已经为“在单线程环境中合理返回reference指向一个local static对象”提供了一份设计实例。

条款22:将成员变量声明为private

(Declare data members private)

  • 切记将成员变量声明为private。这可赋予客户访问数据的一致性、可细微划分访问控制、允诺约束条件获得保证,并提供class作者以充分的实现弹性。
  • protected并不比public更具封装性。

条款23:宁以non-member、non-friend替换member函数

(Prefer non-member non-friend functions to member functions)

  • 宁可拿non-member non-friend函数替换member函数。这样做可以增加封装性、包裹弹性和机能扩充性。
    eg:将所有便利函数放在多个头文件内但隶属同一个命名空间,意味着客户可以轻松扩展这一组便利函数。他们需要做的就是添加更多non-member non-friend函数到此命名空间内。

条款24:若所有参数皆需类型转换,请为此采用non-member函数

(Declare non-member functions when type conversions should apply to all parameters)

  • 如果你需要为某个函数的所有参数(包括被this指针所指的那个隐喻参数)进行类型转换,那么这个函数必须是个non-member。
    eg:
    1、当将有理数相乘的操作符声明为成员函数时:
    const Rational operator*(const Rational& rhs) const;
    Rational oneHalf(1, 2);
    Rational res1 = oneHalf * 2; // 正确,等价于 Rational res1 = oneHalf.operator*(2); // 发生隐式类型转换
    Rational res2 = 2 * oneHalf; // 错误, 等价于 Rational res2 = 2.operator*(oneHalf);
    因为oneHalf是一个内含operator* 函数的class的对象,而整数2没有相应class,也就没有operator* 成员函数,编译器也会尝试寻找可被这样调用的non-member operator*(也就是在命名空间内或在global作用域内):
    Rational res2 = operator*(2, oneHalf);
    2、因此,可将该相乘操作符声明为非成员函数:
    const Rational operator*(const Rational& lhs, const Rational& rhs);

条款25:考虑写出一个不抛异常的swap函数

(Consider support for a non-throwing swap)

  • 当std::swap对你的类型效率不高时,提供一个swap成员函数,并确定这个函数不抛出异常。
  • 如果你提供一个member swap,也该提供一个non-member swap用来调用前者。对于classes(而非templates),也请特化std::swap。
  • 调用swap时应针对std::swap使用using声明式,然后调用swap并且不带任何“命名空间资格修饰”。
  • 为“用户定义类型”进行std templates全特化是好的,但千万不要尝试在std内加入某些对std而言全新的东西。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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