(C++语言的设计和演化) C++的设计理念
文章目录
- 前言
- 📖C++ 语言设计规则
- 📐规则和原理
- 📐一般性规则
- 📐设计支持规则
- 📐语言的技术性规则
- 📐低级程序设计支持规则
- 📖标准化(扩充·评判准则)
- 📐它精确吗?
- 📐这个扩充的理由是什么?
- 📐它已经被实现了吗?
- 📐这个特征对代码有什么影响?
- 📐这个修改对效率,以及对 C语言 和目前的 C++ 的兼容性有什么影响?
- 📐这个修改的文档及教学简单吗?
- 📐可能存在哪些理由支持**不做**这种扩充?
- 📐是否存在?
- 📖库
- 📐库设计的折中
- END
- ⭐关注我
前言
译者
《C++语言的设计与演化》目录 (pku.edu.cn)
《C++语言的设计与演化》有关信息 (pku.edu.cn)
豆瓣
- C++语言的设计和演化 (豆瓣) (douban.com)
出版社(异步图书)
- C++语言的设计和演化-异步社区实验平台 (epubit.com)
本文主要摘取书本第4章 C++语言设计规则和第6章 标准化和第8章 库。
是一些关于之父对于在 C++ 中设计和思考中得出的一些明文条例。
📖C++ 语言设计规则
📐规则和原理
目标
- C++ 应该使认真的程序员感觉到编程序变得更快乐
- C++ 是一种通用的程序设计语言,它应该
- 是一种更好的C
- 支持数据抽象
- 支持面向对象程序设计
📐一般性规则
- C++ 的发展必须由实际问题推动
- 不应该牵涉到无益的对完美的追求中
- C++ 必须是现在就能用的
- 每个特征必须存在一种合理的明显的实现方式
- 总是提供一条合理的明显实现方式
- C++ 是一种语言,而不是一个完美的系统
- 为每种应该支持的风格提供全面支持
- 不试图去强迫人做什么
📐设计支持规则
- 支持健全的设计概念
- 为程序的组织提供各种机制
- 直接说出你的意思
- 所有特征都必须是能负担的
- 允许一个有用的特征比防止各种错误使用更重要
- 支持从分别开发的部分出发进行软件组合
📐语言的技术性规则
- 不隐式地违反静态类型系统
- 为用户定义类型提供与内部类型同样好的支持
- 局部化是好事情
- 避免顺序依赖性
- 如果有疑问,就选择该特征的最容易说清楚的形式
- 语法是重要的(常以某些我们不希望的方式其作用)
- 清除使用预处理器程序的必要性
📐低级程序设计支持规则
- 使用传统的(笨)连接器
- 没有无故的与 C 的不兼容性
- 在 C++ 之下不为更低级的语言留下空间(除汇编语言之外)
- 对不用的东西不需要付出代价(0 开销规则)
- 遇到有疑问的地方,提供手工的手段
📖标准化(扩充·评判准则)
为帮助人们理解在对 C++ 做一个扩充或修改时涉及哪些事项,扩充工作组构造了一集问题,对每个建议的新特征,通常都要问这些问题。
📐它精确吗?
(我们是否能理解你的建议是什么?)请为这个修改写出一个清晰而精准的陈述,说明它对当前语言参考标准的影响。
- 语法上需要做哪些修改?
- 对语言语义的描述需要做哪些修改?
- 它能否与语言的其他部分相互配合?
📐这个扩充的理由是什么?
(为什么你希望有它?为什么我们也会希望有它?)
- 为什么需要这个扩充?
- 谁会欢迎这个修改?
- 这是一个用途广泛的修改吗?
- 它是不是对某一组 C++ 语言用户的影响比对其他人的影响更大?
- 它在所有合理的硬件和系统中都能实现吗?
- 它能支持哪一类编程和设计风格?
- 它将阻止哪一类编程和设计风格?
- 哪些其他语言(如果有的话)提供了这一种特征?
- 它能有助于库的设计、实现和使用吗?
📐它已经被实现了吗?
(如果实现了,那么它是否完全是按照你所建议的形式实现的?如果没有实现,那么为什么你能假定由“”类似“实现或者其他语言得到的经验,足以移用到所建议的特征上?)
- 它对一个 C++ 实现有什么影响?
- 对于编译器的组织?
- 对于运行时的支持?
- 这样的实现完成了吗?
- 除了实现者自己,还有其他人使用过这个实现吗?
📐这个特征对代码有什么影响?
- 如果没有这个修改,代码将是什么样的?
- 如果不做这个修改会有什么影响?
- 使用新特征是否将导致对新工具的要求?
📐这个修改对效率,以及对 C语言 和目前的 C++ 的兼容性有什么影响?
- 这个修改对运行效率有什么影响?
- 对于使用这个特征的代码?
- 对于不使用这个特征的代码?
- 这个修改对编译时和连接时有什么影响?
- 这个修改是否影响现存的程序?
- 没使用这个特征的 C++ 程序必须重新编译吗?
- 这个修改是否影响与其他语言的连接?例如 Fortran 或者 C。
- 这个修改对 C++ 程序的静态或动态检查的可能程度有影响吗?
📐这个修改的文档及教学简单吗?
- 对于新手?
- 对于专家?
📐可能存在哪些理由支持不做这种扩充?
肯定存在反对的意见,而我们工作的一部分就是发现和评价它们,因为如果你给出一个讨论,就能节省时间。
- 它是否影响那些不使用的新特征的代码?
- 他是否很难学?
- 他是否会引出进一步的扩充需要?
- 它是否会导致很大的编译器?
- 它是否要求扩充的运行支持?
📐是否存在?
- 能服务于这个需要的其他代替性特征?
- 所建议的语法的其他代替形式?
- 所建议模式的更有吸引力或更一般的代替形式?
📖库
📐库设计的折中
- 强调运行时效率?
- 使修改之后的重新编译达到最小化?
- 最大化跨平台的可移植性?
- 允许用户扩展基本的库?
- 允许在没有源代码的情况下使用?
- 与现存的记法和风格混用使用?
- 使之可以从不是 C++ 写的代码中调用?
- 对新手也很容易使用?
END
⭐关注我
关注我,学习更多C/C++,算法,计算机知识
B站:
👨💻主页:天赐细莲 bilibili
![]()
相关文章:
(C++语言的设计和演化) C++的设计理念
文章目录 前言📖C 语言设计规则📐规则和原理📐一般性规则📐设计支持规则📐语言的技术性规则📐低级程序设计支持规则 📖标准化(扩充评判准则)📐它精确吗&#…...
AI音乐:创新引擎还是创意终结者?
✨作者主页: Mr.Zwq✔️个人简介:一个正在努力学技术的Python领域创作者,擅长爬虫,逆向,全栈方向,专注基础和实战分享,欢迎咨询! 您的点赞、关注、收藏、评论,是对我最大…...
20240621每日后端---------如何优化项目中的10000个if-else 语句?
如何优化 10000 个 if-else 语句?有没有好的解决方案? 额,本身问题就很奇怪,怎么可能有这种代码。。。世界你让我陌生,但是我们还是假象着看看能不能解决一下。 解决方案1:策略模式 使用策略模式确实可以…...
【STM32】时钟树系统
1.时钟树简介 1.1五个时钟源 LSI是低速内部时钟,RC振荡器,频率为32kHz左右。供独立看门狗和自动唤醒单元使用。 LSE是低速外部时钟,接频率为32.768kHz的石英晶体。这个主要是RTC的时钟源。 HSE是高速外部时钟,可接石英*/陶瓷谐振…...
docker换源
文章目录 前言1. 查找可用的镜像源2. 配置 Docker 镜像源3. 重启 Docker 服务4. 查看dock info是否修改成功5. 验证镜像源是否更换成功注意事项 前言 在pull镜像时遇到如下报错: ┌──(root㉿kali)-[/home/longl] └─# docker pull hello-world Using default …...
百度在线分销商城小程序源码系统 分销+会员组+新用户福利 前后端分离 带完整的安装代码包以及搭建部署教程
系统概述 百度在线分销商城小程序源码系统是一款集分销、会员组管理和新用户福利于一体的前后端分离的系统。它采用先进的技术架构,确保系统的稳定性、高效性和安全性。该系统的前端基于小程序开发,为用户提供了便捷的购物体验和交互界面。用户可以通过…...
Flutter【组件】富文本组件
简介 flutter 富文本组件。 github地址: https://github.com/ThinkerJack/jac_uikit pub地址:https://pub.dev/packages/jac_uikit 使用方式 运行 flutter pub add jac_uikit组件文档 使用方式: HighlightedTextWidget.builder(text: &…...
中国恋爱交友相亲软件有哪些?大型婚恋相亲交友APP真实测评推荐
嘿嘿,当了29年的单身汪,这下总算不再单着啦!这两年把身边能找的人都找遍了,也没碰到合适的。没办法,就跑到网上去试试,坚持了有半年,可算有对象啦!下面给大家说说我用过的几个能脱单…...
快速欧氏聚类与普通欧氏聚类比较
1、前言 文献《FEC: Fast Euclidean Clustering for Point Cloud Segmentation》介绍了一种快速欧氏聚类方法,大概原理可以参考如下图,具体原理可以参考参考文献。 2、时间效率比较:快速欧氏聚类VS普通欧氏聚类 网上搜集的快速欧式聚类,与自己手写的普通欧式聚类进行对比,…...
如何让大语言模型在规格普通的硬件上运行 - 量化技术
近年来,大型语言模型(LLMs)的能力有了飞跃式的发展,使其在越来越多的应用场景中更加友好和适用。然而,随着LLMs的智能和复杂度的增加,其参数数量,即权重和激活值的数量也在增加,这意…...
shell printf详解
默认的 printf 不会像 echo 自动添加换行符,我们可以手动添加 \n。 1. printf命令语法组成: printg format-string [arguments] 第一部分为格式化字符串,该字符串最好用引号括起来 第二部分为参数列表,例如字符串或变量值的列表,该列表需…...
【数据分析】用Python做事件抽取任务-快速上手方案
目录 方法一:使用OmniEvent库安装OmniEvent使用OmniEvent进行事件抽取OmniEvent优点缺点 方法二:使用大模型使用GPT网页版进行事件抽取事件类型列表 大模型优点缺点 总结 在自然语言处理(NLP)领域,事件抽取是一项关键任…...
B端系统门门清之:HRM,人力资源系统,公司发展的源动力。
人才是公司发展的源动力,针对公司复杂人力的管理就是HRM系统的核心功能,本文就带领大家详细认识一下HRM系统,分别从什么是HRM系统,作用、功能模块、颜值提升四个方面来阐述。欢迎大家点赞评论收藏转发。 一、什么是HRM系统 HRM系…...
tplink安防监控raw文件转码合成mp4的方法
Tplink(深圳普联)专业的网络设备生产商,属于安防监控市场的后来者。Tplink的安防产品恢复了很多,其嵌入式文件系统也一直迭代更新。今天要说的案例比较特殊,其不仅仅要求恢复,还要求能解析出音频并且要求画面和声音实现“同步”。…...
每天一个数据分析题(三百八十三)- 聚类
关于忽略自相关可以带来什么问题描述错误的是? A. 均方误差可能严重低估误差项的方差 B. 可能导致高估检验统计量t值,致使本不显著的变量变得显著了 C. 参数估计值的最小方差无偏性不再成立 D. 参数估计值的最小方差无偏性仍成立 数据分析认证考试介…...
构建下一代数据解决方案:SingleStore、MinIO 和现代 Datalake 堆栈
SingleStore 是专为数据密集型工作负载而设计的云原生数据库。它是一个分布式关系 SQL 数据库管理系统,支持 ANSI SQL,并因其在数据引入、事务处理和查询处理方面的速度而受到认可。SingleStore 可以存储关系、JSON、图形和时间序列数据,以满…...
【经验分享】Ubuntu24.04安装微信
【经验分享】Ubuntu24.04安装微信(linux官方2024universal版) 文章如下,22.04和24.04微信兼容 【经验分享】Ubuntu22.04安装微信(linux官方2024universal版) 实测Ubuntu24.04LTS版本可以兼容。...
AXI学习笔记
文章目录 AXI口诀:AXI三种总线,三种接口,一个协议背景知识一、 AMBA:二、AXI2.1 通信协议与握手机制2.2 AXI协议特点2.3 三种AXI总线类型(AXI4、AXI4-lite、AXI4-stream)2.3.1 AXI通道(5通道&am…...
Spring boot 启动报:Do not use @ for indentation
一、使用maven插件动态切换配置时出现报错 二、配置文件及pom 2.1 配置文件结构 2.2 application.yml spring: # 根据环境读取配置文件(手动) # profiles: # active: dev# 根据环境读取配置文件(通过勾选maven插件)profiles…...
【数据结构】排序(下)
个人主页~ 排序(上) 栈和队列 排序 二、常见排序的实现8、快速排序的优化9、非递归快速排序(1)基本思想(2)代码实现(3)时间复杂度(4)空间复杂度 10、归并排序…...
TDengine 快速体验(Docker 镜像方式)
简介 TDengine 可以通过安装包、Docker 镜像 及云服务快速体验 TDengine 的功能,本节首先介绍如何通过 Docker 快速体验 TDengine,然后介绍如何在 Docker 环境下体验 TDengine 的写入和查询功能。如果你不熟悉 Docker,请使用 安装包的方式快…...
FastAPI 教程:从入门到实践
FastAPI 是一个现代、快速(高性能)的 Web 框架,用于构建 API,支持 Python 3.6。它基于标准 Python 类型提示,易于学习且功能强大。以下是一个完整的 FastAPI 入门教程,涵盖从环境搭建到创建并运行一个简单的…...
基础测试工具使用经验
背景 vtune,perf, nsight system等基础测试工具,都是用过的,但是没有记录,都逐渐忘了。所以写这篇博客总结记录一下,只要以后发现新的用法,就记得来编辑补充一下 perf 比较基础的用法: 先改这…...
NLP学习路线图(二十三):长短期记忆网络(LSTM)
在自然语言处理(NLP)领域,我们时刻面临着处理序列数据的核心挑战。无论是理解句子的结构、分析文本的情感,还是实现语言的翻译,都需要模型能够捕捉词语之间依时序产生的复杂依赖关系。传统的神经网络结构在处理这种序列依赖时显得力不从心,而循环神经网络(RNN) 曾被视为…...
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别 直接训练提示词嵌入向量的核心区别 您提到的代码: prompt_embedding = initial_embedding.clone().requires_grad_(True) optimizer = torch.optim.Adam([prompt_embedding...
成都鼎讯硬核科技!雷达目标与干扰模拟器,以卓越性能制胜电磁频谱战
在现代战争中,电磁频谱已成为继陆、海、空、天之后的 “第五维战场”,雷达作为电磁频谱领域的关键装备,其干扰与抗干扰能力的较量,直接影响着战争的胜负走向。由成都鼎讯科技匠心打造的雷达目标与干扰模拟器,凭借数字射…...
OPENCV形态学基础之二腐蚀
一.腐蚀的原理 (图1) 数学表达式:dst(x,y) erode(src(x,y)) min(x,y)src(xx,yy) 腐蚀也是图像形态学的基本功能之一,腐蚀跟膨胀属于反向操作,膨胀是把图像图像变大,而腐蚀就是把图像变小。腐蚀后的图像变小变暗淡。 腐蚀…...
Mobile ALOHA全身模仿学习
一、题目 Mobile ALOHA:通过低成本全身远程操作学习双手移动操作 传统模仿学习(Imitation Learning)缺点:聚焦与桌面操作,缺乏通用任务所需的移动性和灵活性 本论文优点:(1)在ALOHA…...
Unsafe Fileupload篇补充-木马的详细教程与木马分享(中国蚁剑方式)
在之前的皮卡丘靶场第九期Unsafe Fileupload篇中我们学习了木马的原理并且学了一个简单的木马文件 本期内容是为了更好的为大家解释木马(服务器方面的)的原理,连接,以及各种木马及连接工具的分享 文件木马:https://w…...
Mysql中select查询语句的执行过程
目录 1、介绍 1.1、组件介绍 1.2、Sql执行顺序 2、执行流程 2.1. 连接与认证 2.2. 查询缓存 2.3. 语法解析(Parser) 2.4、执行sql 1. 预处理(Preprocessor) 2. 查询优化器(Optimizer) 3. 执行器…...
