news 2026/4/17 5:54:45

嵌入式学习!(一)C++学习-STL(21)-26/1/27

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
嵌入式学习!(一)C++学习-STL(21)-26/1/27

1. STL(standard Template Library)标准模板库

广义:容器,算法,迭代器 【容器和算法 之间 通过迭代器无缝衔接】

STL几乎所有的代码都采用了模板类或者模板函数

细分六大组件:容器、算法、迭代器、仿函数、适配器(配接器)、空间配置器

1.1容器

序列式容器:强调值的排序,序列式容器中的每个元素均有固定的位置

关联式容器:二叉树结构,各元素之间没有严格的物理上的顺序关系

1.2算法:algorithm

质变算法:运算过程中会更改区间内的元素的内容,例如拷贝,替换,删除

非质变算法:运算过程中不会更改区间内的元素的内容,例如查找、计数;

1.3迭代器

每个容器有自己专属的迭代器。

迭代器使用类似于指针

五种:输入、输出、前向、双向、随机访问迭代器(这两个常用)

2.具体例子

容器:vector; 算法:for_each; 迭代器:vector<int>::iterator

可自定义容器数据内容:内部数据为结构体vector<Person> v;

容器内部再嵌套容器 vector < vector< int >> v;

3.string

4.vector

迭代器:iterator

数据结构和数组非常相似,也称为单端数组

区别:vector可以动态扩展 → 找新的更大的空间,原数据拷贝,是否原空间

常用:begin() 第一个元素;end() 最后一个元素再往后一位

5.deque

迭代器:const_iterator

双端数组,可以对头端进行插入删除操作

与vector的区别:

%vector对于头部的插入删除效率低,数据量越大,效率越低

%deque对头部的插入删除速度比vector快

%访问元素时的速度会比deque快

6.stack

先进后出的数据结构,只有一种出口

不允许有遍历行为;栈可以为空,栈可以返回元素个数

入栈:push; 出栈:pop

7.queue

先进先出,有两个出口

入队:push;出队:pop

允许从一端新增数据,从另一端移除数据

只有队头和队尾才能被外界使用,因此不允许有遍历行为

8.list:链表

迭代器:只支持前移和后移(一个一个找),属于双向迭代器

功能:将数据进行链式储存

链表是一种物理存储单元上非连续的存储结构,数据元素的逻辑顺序是通过链表中的指针链接实现的。

组成:链表由一系列结点组成。

结点:一个是存储数据元素的数据域,另一个是存储下一个结点地址的指针域。

STL中的链表是一个双向循环链表

双向:(每一个结点即记录了下一个节点,又记录了上一个节点)

循环:第一个节点的前 记录了最后一个节点 ; 最后一个节点的后 记录了第一个节点

9.set/multiset

插入时自动排序

set不允许有重复的元素

multiset运行有重复的元素

10 pair对组创建

功能:成对出现的数据,利用对组可以返回两个数据

两种创建方式:

pair<type, type>p (value1, value2);

pair<type, type> p = make_pair( value1, value2);

11.map/multimap

简介:所有元素都是pair(对组);pair第一个元素为key(键值),起索引作用,第二个元素为value(实值);所有元素都会根据元素的键值自动排序(关联式容器,二叉树实现)

可通过key快速找到value

map不允许有重复的key值;multimap允许有重复的key值

构造:map<int, int > m; m.insert(part<int , int>(1,10));

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/13 20:20:02

OpenCore黑苹果安装终极解决方案:从入门到精通的避坑指南

OpenCore黑苹果安装终极解决方案&#xff1a;从入门到精通的避坑指南 【免费下载链接】OpenCore-Install-Guide Repo for the OpenCore Install Guide 项目地址: https://gitcode.com/gh_mirrors/op/OpenCore-Install-Guide 当你尝试在普通PC上安装macOS时&#xff0c;是…

作者头像 李华
网站建设 2026/4/15 3:26:52

OFA视觉蕴含模型效果展示:电商商品图/文一致性检测精彩案例

OFA视觉蕴含模型效果展示&#xff1a;电商商品图/文一致性检测精彩案例 1. 视觉蕴含技术简介 OFA(One For All)视觉蕴含模型是一种先进的多模态深度学习系统&#xff0c;能够智能分析图像内容与文本描述之间的语义关系。这项技术特别适合电商平台&#xff0c;可以帮助商家和消…

作者头像 李华
网站建设 2026/4/10 9:19:36

GTE中文嵌入模型在数字出版中的应用:图书章节主题向量聚类

GTE中文嵌入模型在数字出版中的应用&#xff1a;图书章节主题向量聚类 1. 为什么数字出版需要更聪明的文本理解能力 你有没有遇到过这样的情况&#xff1a;手头有几十本电子书&#xff0c;每本都上百页&#xff0c;想快速找出哪些书讲的是相似主题&#xff1f;或者编辑部收到…

作者头像 李华
网站建设 2026/4/14 19:35:46

用ms-swift玩转DPO/KTO:偏好学习超详细教程

用 ms-swift 玩转 DPO/KTO&#xff1a;偏好学习超详细教程 你是否遇到过这样的问题&#xff1a;模型明明能生成通顺的文本&#xff0c;却总在关键选择上“答非所问”&#xff1f;比如用户明确说“请用简洁语言解释”&#xff0c;它却堆砌三页术语&#xff1b;或者面对两个答案…

作者头像 李华
网站建设 2026/4/11 22:50:49

VibeVoice语音合成效果展示:法语fr-Spk1_woman新闻播报实录

VibeVoice语音合成效果展示&#xff1a;法语fr-Spk1_woman新闻播报实录 1. 引言&#xff1a;VibeVoice实时语音合成系统 今天我们要展示的是基于微软开源VibeVoice-Realtime-0.5B模型构建的实时文本转语音(TTS)系统。这个轻量级模型特别适合需要快速响应的语音合成场景&#…

作者头像 李华