C++标准模板库(STL)-map介绍
C++标准库中的map是一种关联容器,它提供了键值对的映射关系。每个键值对中的键都是唯一的,通过键可以访问对应的值。
map基本操作
- 插入元素:
使用insert函数插入元素,该函数有两种形式:
// 插入一个pair<const Key, T>对象
map<int, string> mp;
mp.insert(pair<int, string>(1, "one"));// 插入多个pair<const Key, T>对象
map<int, string> mp;
mp.insert(make_pair(2, "two"));
mp.insert(make_pair(3, "three"));
- 删除元素:
使用erase函数删除元素,该函数有两种形式:
// 删除键为key的元素
mp.erase(key);// 删除指向位置pos的元素,pos指向的元素会被删除,并返回指向下一个元素的迭代器
auto it = mp.begin();
for(; it != mp.end(); ++it) {if(it->first == key) {it = mp.erase(it);}
}
- 查找元素:
使用find函数查找元素,该函数返回一个迭代器,指向找到的元素或指向容器的end位置。有三种形式:
// 查找键为key的元素,返回指向该元素的迭代器,如果找不到返回end()
auto it = mp.find(key);
if(it != mp.end()) {// 找到了元素,使用*it访问该元素的值string value = it->second;
} else {// 没有找到元素
}// 查找键值大于等于key的第一个元素,返回指向该元素的迭代器,如果找不到返回end()
auto it = mp.upper_bound(key);
if(it != mp.end()) {// 找到了元素,使用*it访问该元素的值string value = it->second;
} else {// 没有找到元素
}// 查找键值小于等于key的第一个元素,返回指向该元素的迭代器,如果找不到返回end()
auto it = mp.lower_bound(key);
if(it != mp.end()) {// 找到了元素,使用*it访问该元素的值string value = it->second;
} else {// 没有找到元素
}
map特性
- 提供一个映射关系,元素以键值对(key-value)的形式存储,能够根据key快速查找value。
- map中的键值对以Entry类型的对象实例形式存在。
- 键(key)在map中不可重复,但值(value)可以。
- 每个键最多只能映射一个值。
- map接口提供了分别返回key值集合、value值集合以及Entry(键值对)集合的方法。
- map支持泛型,形式如:Map<Key, T>。
- map底层在jdk1.8之前主要是数组和链表组成,jdk1.8之后新增了红黑树的特性。
- map是线程不安全的,如果需要在线程中操作,可以使用ConcurrentHashMap来操作。
应用举例
#include <iostream>
#include <map>
#include <string>int main() {std::map<std::string, int> ages;// 插入数据ages["Alice"] = 25;ages["Bob"] = 30;ages["Charlie"] = 35;// 删除数据ages.erase("Bob");// 查找数据std::string name = "Bob";if (ages.find(name) == ages.end()) {std::cout << name << " is not found in the map." << std::endl;} else {std::cout << name << " is " << ages[name] << " years old." << std::endl;}// 遍历数据for (const auto& pair : ages) {std::cout << pair.first << " is " << pair.second << " years old." << std::endl;}return 0;
}
这个例子中,我们首先创建了一个map对象ages,并向其中插入了三个键值对。然后,我们使用erase函数删除了键为"Bob"的键值对。接着,我们使用find函数查找关键字"Bob",如果找不到,则输出"Bob未找到",否则输出"Bob的年龄是xxx"。最后,我们使用循环遍历整个map,并输出每个人的名字和年龄。
相关文章:
C++标准模板库(STL)-map介绍
C标准库中的map是一种关联容器,它提供了键值对的映射关系。每个键值对中的键都是唯一的,通过键可以访问对应的值。 map基本操作 插入元素: 使用insert函数插入元素,该函数有两种形式: // 插入一个pair<const Ke…...
使用docker部署ELK日志框架-Elasticsearch
一、ELK知识了解 1-ELK组件 工作原理: (1)在所有需要收集日志的服务器上部署Logstash;或者先将日志进行集中化管理在日志服务器上,在日志服务器上部署 Logstash。 (2)Logstash 收集日志&#…...
第7章 模式匹配与正则表达式
目录 1. 不用正则表达式来查找文本模式2. 用正则表达式来查找文本模式2.1 创建正则表达式(Regex)对象2.2 匹配Regex对象 3. 用正则表达式匹配更多模式3.1 利用括号分组3.2 用管道匹配多个分组3.3 用问号实现可选匹配3.4 用星号匹配零次或多次3.5 用加号匹…...
单元测试实战(三)JPA 的测试
为鼓励单元测试,特分门别类示例各种组件的测试代码并进行解说,供开发人员参考。 本文中的测试均基于JUnit5。 单元测试实战(一)Controller 的测试 单元测试实战(二)Service 的测试 单元测试实战&am…...
初刷leetcode题目(3)——数据结构与算法
😶🌫️😶🌫️😶🌫️😶🌫️Take your time ! 😶🌫️😶🌫️😶🌫️😶🌫️…...
76基于matlab的免疫算法求解配送中心选址问题,根据配送地址确定最佳配送中心地址位置。
基于matlab的免疫算法求解配送中心选址问题,根据配送地址确定最佳配送中心地址位置。数据可更换自己的,程序已调通,可直接运行。 76matlab免疫算法配送中心选址 (xiaohongshu.com)...
C++二分查找算法:找到 Alice 和 Bob 可以相遇的建筑
本文涉及的基础知识点 二分查找算法合集 离线查询 题目 给你一个下标从 0 开始的正整数数组 heights ,其中 heights[i] 表示第 i 栋建筑的高度。 如果一个人在建筑 i ,且存在 i < j 的建筑 j 满足 heights[i] < heights[j] ,那么这个…...
建立跨层全栈的区块链安全保障系统-应用层,系统层,设施层
目录 建立跨层全栈的区块链安全保障系统 应用层 系统层 设施层...
程序员告诉你:人工智能是什么?
随着科技的快速发展,人工智能这个词汇已经逐渐融入了我们的日常生活。然而,对于大多数人来说,人工智能仍然是一个相对模糊的概念。 首先,让我们从人工智能的定义开始。人工智能是一种模拟人类智能的技术,它涵盖了多个领…...
飞书开发学习笔记(七)-添加机器人及发送webhook消息
飞书开发学习笔记(七)-添加机器人及发送webhook消息 一.添加飞书机器人 1.1 添加飞书机器人过程 在群的右上角点击折叠按键…选择 设置 群机器人中选择 添加机器人 选择自定义机器人,通过webhook发送消息 弹出的信息中有webhook地址,选择复制。 安…...
C/C++统计数 2021年12月电子学会青少年软件编程(C/C++)等级考试一级真题答案解析
目录 C/C统计数 一、题目要求 1、编程实现 2、输入输出 二、算法分析 三、程序编写 四、程序说明 五、运行结果 六、考点分析 C/C统计数 2021年12月 C/C编程等级考试一级编程题 一、题目要求 1、编程实现 给定一个数的序列S,以及一个区间[L, R], 求序列…...
从一到无穷大 #19 TagTree,倒排索引入手是否是优化时序数据库查询的通用方案?
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。 本作品 (李兆龙 博文, 由 李兆龙 创作),由 李兆龙 确认,转载请注明版权。 文章目录 文章主旨时序数据库查询的一般流程扫描维度聚合时间聚合管控语句 TagTree整体结构索引…...
程序员带你入门人工智能
随着人工智能技术的飞速发展,越来越多的程序员开始关注并学习人工智能。作为程序员,我们可能会对如何开始了解人工智能感到困惑。今天,我将向大家介绍一些如何通过自学了解人工智能的经验和方法,帮助大家更好地入门这个充满挑战和…...
机器学习笔记 - 了解常见开源文本识别数据集以及了解如何创建用于文本识别的合成数据
一、部分开源数据集 以下是一些英文可用的开源文本识别数据集。 ICDAR 数据集:ICDAR 代表国际文档分析和识别会议。该活动每两年举行一次。他们带来了一系列塑造了研究社区的场景文本数据集。例如, ICDAR-2013和ICDAR-2015数据集。 MJSynth 数据集:该合成词数据集由牛津大…...
openssl开发详解
文章目录 一、openssl 开发环境二、openssl随机数生成三、openssl对称加密3.1 SM43.2 AES3.3 DES3.4 3DES 四、openssl非对称加密4.1 SM24.2 RSA4.3 ECC 五、openssl的hash5.1 SM35.2 md55.3 sha256 五、证书5.1 证书格式 六、openssl网络编程七、openssl调试FIDO流程 一、open…...
conda虚拟环境中安装的cuda和服务器上安装的cuda的异同
服务器上已安装Nvidia提供的cuda,nvcc -V时会出现已安装的CUDA版本。如下图所示,服务器上已安装好的cuda版本为10.1。 但是当我们在Anaconda虚拟环境下安装pytorch或者paddlepaddle等深度学习框架的GPU版本时,通常会选择较高版本的cuda&…...
股东入股可用的出资形式主要有哪些
股东入股,可用的出资形式主要包括货币以及实物、知识产权、土地使用权等可以用货币估价并可以依法转让的非货币财产。 第一,货币。设立公司必然需要一定数量的流动资金。以支付创建公司时的开支和启动公司运营。因此,股东可以用货币出资。 第…...
react中设置activeClassName的笔记
React是一种流行的JavaScript库,用于构建动态用户界面。它具有许多有用的组件,其中之一是NavLink组件。NavLink组件用于在React应用程序中创建链接,并且它具有许多有用的属性,例如选中的样式设置。 react-router-dom": “^6…...
JS原型对象prototype
让我简单的为大家介绍一下原型对象prototype吧! 使用原型实现方法共享 1.构造函数通过原型分配的函数是所有对象所 共享的。 2.JavaScript 规定,每一个构造函数都有一个 prototype 属性,指向另一个对象,所以我们也称为原型对象…...
nodejs+vue实验室上机管理系统的设计与实现-微信小程序-安卓-python-PHP-计算机毕业设计
用户:管理员、教师、学生 基础功能:管理课表、管理机房情况、预约机房预约;权限不同,预约类型不同,教师可选课堂预约和个人;课堂预约。 在实验室上机前,实验室管理员需要对教务处发来的上机课表…...
如何在3分钟内完成Windows与Office批量激活:开源KMS工具完整指南
如何在3分钟内完成Windows与Office批量激活:开源KMS工具完整指南 【免费下载链接】KMS_VL_ALL_AIO Smart Activation Script 项目地址: https://gitcode.com/gh_mirrors/km/KMS_VL_ALL_AIO 如果您正在寻找一个简单高效的Windows与Office批量激活解决方案&…...
卡方检验筛选高质量样本,提升小样本学习在机器文本检测中的性能
1. 项目概述与核心价值在自然语言处理的实际工作中,我们常常会遇到一个令人头疼的困境:手头的数据标注成本高昂,或者特定领域的样本本身就极其稀缺。这时候,小样本学习(Few-Shot Learning)就成了我们的“救…...
JHenTai:5大核心功能打造你的全平台漫画阅读体验
JHenTai:5大核心功能打造你的全平台漫画阅读体验 【免费下载链接】JHenTai A cross-platform manga app made for e-hentai & exhentai by Flutter 项目地址: https://gitcode.com/gh_mirrors/jh/JHenTai 在数字阅读时代,寻找一款既能在手机上…...
magic - trace:高分辨率追踪利器,解决应用难题,还能深入洞悉程序运行!
magic - trace 概述magic - trace 能够收集并展示进程活动的高分辨率追踪信息,可用于解决生产环境中应用程序处理请求速度慢、了解代码实际运行情况、获取应用崩溃前活动历史等问题。它性能开销在 2% - 10% 之间,使用时无需修改应用程序,能以…...
5分钟掌握qmcdump:解锁QQ音乐加密音频的终极指南
5分钟掌握qmcdump:解锁QQ音乐加密音频的终极指南 【免费下载链接】qmcdump 一个简单的QQ音乐解码(qmcflac/qmc0/qmc3 转 flac/mp3),仅为个人学习参考用。 项目地址: https://gitcode.com/gh_mirrors/qm/qmcdump 你是否曾经…...
开发多语言翻译服务时借助Taotoken调用专用模型
🚀 告别海外账号与网络限制!稳定直连全球优质大模型,限时半价接入中。 👉 点击领取海量免费额度 开发多语言翻译服务时借助Taotoken调用专用模型 设想这样一个场景:你的团队正在开发一个内容平台或国际化应用…...
GraphScale:解耦计算与存储,攻克十亿级图学习的内存与通信瓶颈
1. 项目概述:为什么我们需要一个全新的图学习框架?如果你在过去几年里尝试过处理一个真正“大”的图——比如用户关系网络、商品关联图或者学术引用网络——你大概率会和我有同样的感受:现有的工具在规模面前,显得力不从心。图神经…...
BudgetMLAgent:多智能体协作与模型级联,低成本自动化机器学习任务
1. 项目概述与核心挑战在机器学习(ML)项目实践中,从数据清洗、特征工程到模型调优、部署上线,每一步都充满了重复性劳动和细节陷阱。对于数据科学家和算法工程师而言,将宝贵的时间耗费在编写样板代码、调试超参数或处理…...
服务器被入侵后如何应急响应:安全运维实战指南
1. 这不是演习:当告警邮件凌晨三点弹出来时,你手边该有什么 “服务器CPU持续100%、SSH登录异常增多、/tmp目录下出现陌生可执行文件”——这类告警我见过太多次。不是在靶场演练,不是在CTF赛题里,而是真实发生在某次金融客户核心A…...
小样本下机器学习模型性能稳定性评估:分位数与置信区间实战
1. 项目概述与核心价值在机器学习项目的落地过程中,我们常常会面临一个灵魂拷问:这个模型到底有多“稳”?你辛辛苦苦调参、优化,在某个特定测试集上跑出了95%的准确率,但换个数据划分方式,或者重新初始化一…...
