c++的bind1st()与bind2nd() 二元算子转一元算子
bind1st()和bind2nd()是两个函数,用于将二元算子转成一元算子。
何谓二元算子?
比如< > = 等等这些就是二元算子,即需要两个操作数的运算符。
何谓一元算子?
比如++ -- 等等这些就是一元算子,即只需要一个操作数的运算符。
bind2st()的使用
其实这个函数并没有强大到可以真的实现二元算子转一元算子,只是在特定的场合用起来会很有用而已。看下面的例子
int main()
{
int a[] = {1, 2, 100, 200};
// 用数组a来初始化arr
std::vector< int> arr(a, a + 4);
// 移除arr中小于100的所有元素
arr.erase(
std::remove_if( arr.begin(), arr.end(), std::bind2nd( std::less< int>(), 100) ),
arr.end()
);
for(int i=0; i<arr.size(); i++) std::cout<<arr[i]<<std::endl; // 输出: 100 200
return 0;
}
对remove_if不熟悉的话请看下面的接口定义
template <class ForwardIterator, class UnaryPredicate>
ForwardIterator remove_if(ForwardIterator first,
ForwardIterator last,
UnaryPredicate pred);
功能就是剔除从[first, last)中所有符合表达式pred的元素,返回一个ForwardIterator迭代器指向处理过的数组的end端。
比如有数组a[] = {1, 2, 100, 200},剔除掉小于100的元素,处理过后变成a[] = {100, 200, 100, 200};
比如有数组a[] = {1, 100, 2, 200},剔除掉小于100的元素,处理过后变成a[] = {100, 200, 2, 200};
以上两个例子的返回值均是指向a[2],可以看出,其实就是将不符合表达式pred的元素全部移到数组a的前部而已,而后面的部分完全是未处理之前的一模一样,应该将a[2~3]删除掉才能达到我们的目的,故需要使用到erase()这个函数,处理过程已在上面的代码中。
bind1st()的使用
// 移除所有大于100的元素,与上例相反
arr.erase(
std::remove_if( arr.begin(), arr.end(), std::bind1nd( std::less< int>(), 100) ),
arr.end()
);
这里的表达式std::bind1nd( std::less< int>(), 100)相当于100 < arr.value,而上个例子中std::bind2nd( std::less< int>(), 100)相当于arr.value < 100。聪明的人想到了一种用bind2nd也能实现移除所有大于100的元素的效果,那就是换个运算符,像这样
arr.erase(
std::remove_if( arr.begin(), arr.end(), std::bind2nd( std::greater< int>(), 100) ),
arr.end()
);
这样也是OK的。
要实现小于等于怎么办?
STD提供了not1()函数,相当于逻辑运算符!。如果要实现a <= b,可以换种写法,像这样!( a > b ),那么not1()就可以派上用场了。
std::remove_if(
arr.begin(),
arr.end(),
std::not1( std::bind2nd( std::greater<int>(), 100)) // 相当于 !( arr.value > 100 )
)
参考文章 点我直达
c++的bind1st()与bind2nd() 二元算子转一元算子的更多相关文章
- c++ bind1st 和 bind2nd的用法
std::bind1st 和 std::bind2nd将二元函数转换为一元函数,具体用法参加下面的代码. 代码介绍了两种使用方式,第一种是使用std::less和std::greater,第二种是使用 ...
- not1,not2,bind1st和bind2nd详解
1.引言 bind1st和bind2nd函数用于将一个二元函数对象(binary functor,bf)转换成一元函数对象(unary functor,uf).为了达到这个目的,它们需要两个参数:要转 ...
- 机器学习进阶-图像梯度计算-scharr算子与laplacian算子(拉普拉斯) 1.cv2.Scharr(使用scharr算子进行计算) 2.cv2.laplician(使用拉普拉斯算子进行计算)
1. cv2.Scharr(src,ddepth, dx, dy), 使用Scharr算子进行计算 参数说明:src表示输入的图片,ddepth表示图片的深度,通常使用-1, 这里使用cv2.CV_6 ...
- 学习 opencv---(11)OpenC 边缘检测:Canny算子,Sobel算子,Laplace算子,Scharr滤波器
本篇文章中,我们将一起学习OpenCV中边缘检测的各种算子和滤波器——Canny算子,Sobel算子,Laplace算子以及Scharr滤波器.文章中包含了五个浅墨为大家准备的详细注释的博文配套源代码 ...
- OpenCV2马拉松第15圈——边缘检測(Laplace算子,LOG算子)
收入囊中 拉普拉斯算子 LOG算子(高斯拉普拉斯算子) OpenCV Laplacian函数 构建自己的拉普拉斯算子 利用拉普拉斯算子进行图像的锐化 葵花宝典 在OpenCV2马拉松第14圈--边缘检 ...
- Python 图像处理 OpenCV (12): Roberts 算子、 Prewitt 算子、 Sobel 算子和 Laplacian 算子边缘检测技术
前文传送门: 「Python 图像处理 OpenCV (1):入门」 「Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像」 「Python ...
- Spark算子篇 --Spark算子之aggregateByKey详解
一.基本介绍 rdd.aggregateByKey(3, seqFunc, combFunc) 其中第一个函数是初始值 3代表每次分完组之后的每个组的初始值. seqFunc代表combine的聚合逻 ...
- OpenCV——边缘检测(sobel算子、Laplacian算子、scharr滤波器)
#include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace st ...
- python自编程序实现——robert算子、sobel算子、Laplace算子进行图像边缘提取
实现思路: 1,将传进来的图片矩阵用算子进行卷积求和(卷积和取绝对值) 2,用新的矩阵(与原图一样大小)去接收每次的卷积和的值 3,卷积图片所有的像素点后,把新的矩阵数据类型转化为uint8 注意: ...
随机推荐
- Mybatis学习笔记(七) —— 关联查询
一.一对多查询 需求:查询所有订单信息,关联查询下单用户信息. 注意:因为一个订单信息只会是一个人下的订单,所以从查询订单信息出发关联查询用户信息为一对一查询.如果从用户信息出发查询用户下的订单信息则 ...
- JDK Throwable
Throwable 1. 使用大量数组和List常量: private static final StackTraceElement[] UNASSIGNED_STACK = new StackTra ...
- selenium处理页面select元素
selenium为网页中选择框元素的获取特别引入了一个Select对象, 引入对象的方式: from selenium.webdriver.support.ui import Select 查询文档可 ...
- 安装tomcat时遇到的问题
1.刚开始在eclipse配置的tomcat是免安装的,后来提示 所以后来配置了一个安装版的. 2.后来运行server发现报错:8080,8005,端口被占用,然后关闭xammp上的server,然 ...
- java——HashMap、Hashtable
Map:类似Python的字典 HashMap: 不支持线程的同步,即同一时刻不能有多个线程同时写HashMap: 最多只允许一条记录的键值为null,不允许多条记录的值为null HashMap遍历 ...
- ubuntu ifconfig 不显示IP地址
本文转载:https://blog.csdn.net/cmh477660693/article/details/52760236 ubuntu终端下命令ifconfig的问题解决 问题一. ifcon ...
- my.答题
20170821增加: http://www.119you.com/mhxy/yxgl/738653.shtml 1.三界奇缘 http://my.netease.com/forum.php?mod= ...
- REQUIRED与REQUIRED_NEW
出处: https://blog.csdn.net/selfsojourner/article/details/74561745 spring 事务的传播行为中,有两个容易混淆的行为:REQUIRED ...
- DEDE [field:global name=autoindex/] 按序列号递增
在用织梦仿站的时候,有些class样式是btn1.btn2这样的样式循环的,这个时候1.2可以用[field:global name=autoindex/ ] 循环得到,[field:global n ...
- Hadoop学习笔记(3) Hadoop文件系统一
1. 分布式文件系统,即为管理网络中跨多台计算机存储的文件系统.HDFS以流式数据访问模式来存储超大文件,运行于商用硬件集群上.HDFS的构建思路为:一次写入.多次读取是最高效的访问模式.数据集通常由 ...