WedX - журнал о программировании и компьютерных науках

избегайте дублированного кода: typedef/используя класс шаблона с параметром по умолчанию (C++14)

Как определить псевдоним класса шаблона с параметром шаблона по умолчанию без дублирования кода?

Улучшает ли C++14 его каким-то образом?

В реальном случае это действительно вызывает проблему ремонтопригодности. (демонстрация)

class B{};
template<class T1,class T2,class T3=B>class E{};   //<- "class T3=B"
//^ library

//v user
class C{};
template<class T1,class T3=B> using F=E<T1,C,T3>;  //<- "class T3=B" is duplicated
int main() {
    F<B> f1;
    F<B,C> f2;
    return 0;
}

Временное решение

В старом C++ нет элегантного решения.
Вот лучший обходной путь, модифицированный из Использование typedefed типа по умолчанию для параметра шаблона :-

class B{};
using E_T3_default=B;
template<class T1,class T2,class T3=E_T3_default>class E{}; //<-
//^ library

//v user
class C{};
template<class T1,class T3=E_T3_default> using F=E<T1,C,T3>;  //<- 

Моя мечта

Я надеюсь на что-то вроде: -

template<class T1,class T3> using F=E<T1,C,T3>;

и F<B> будет автоматически расширен до E<B,C,B(default)> (не ошибка компиляции).


  • Вы имеете в виду, что F<B> псевдонимы E<B, C, B>? 26.04.2017
  • @Квентин Опс! Да. Я отредактирую это. Благодарить. 26.04.2017

Ответы:


1

Вы можете использовать пакет параметров:

template <class T1, class... T3>
using F = E<T1, C, T3...>;

... для прямой пересылки нуля или одного аргумента в E.

26.04.2017
  • Как всегда умен, сэр Квентин. .... Я чувствую, что сталкивался с этой техникой раньше. Стыдно, что я не подумал об этом. C++ — очень большой язык. 26.04.2017
  • Ой, хватит, ты :p 26.04.2017
  • Новые материалы

    Объяснение документов 02: BERT
    BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


    Для любых предложений по сайту: [email protected]