@taqikema 2018-01-17T17:56:32.000000Z 字数 5622 阅读 1189

第 17 章标准库特殊设施

C++Primer 学习记录 tuple 正则表达式 随机数

第 17 章标准库特殊设施

17.1 tuple类型

当我们希望将一些数据组合成单一对象，但又不想麻烦地定义一个新数据结构来表示这些数据时，可以使用 tuple类型。与 pair类似，但 tuple可以有任意数量的成员。它的一个常见用途就是从一个函数返回多个值。

tuple的默认构造函数会对每个成员进行值初始化，也可以提供初始值。不过提供初始值的构造函数是 explicit的，因此必须使用直接初始化语法。

tuple<size_t, size_t, size_t> threeD;              // 三个成员都设置为 0
tuple<size_t, size_t, size_t> threeD = {1, 2, 3};  // 错误
tuple<size_t, size_t, size_t> threeD{1, 2, 3};     // 正确
// 表示书店交易记录的 tuple，包含：ISBN、数量和每本书的价格
auot item = make_tuple("0-999-78", 3, 20.00);

要访问一个 tuple的成员，使用 get(t)函数模板。其中，i的值必须是一个整型常量表达式，从 0开始计数，返回指定成员的引用。
```
auto book = get<0>(item);  // 返回 item的第一个成员
get<0>(item) *= 0.8;       // 修改书的单价
```

借助辅助类模板 tuple_size和 tuple_element，可以查询 tuple成员的数量和类型。不过使用这两个类，必须知道 tuple对象的类型，这可以通过 decltype很简单地得到。

typedef decltype(item) trans;
// 返回 trans类型对象中成员的数量
size_t sz = tuple_size<trans>::value;  // 返回 3
// cnt的类型与 item中第二个成员相同，是一个 int
tuple_element<1, trans>::type cnt = get<1>(item);

只有两个 tuple具有相同数量的成员，且每对成员使用 ==或 <是合法时，才能比较两个 tuple。另外，由于 tuple定义了 <和 ==运算符，可以将 tuple序列传递给算法，并且可以在无序容器中将 tuple作为关键字类型。

17.2 bitset类型

bitset类，可以方便地将整型运算对象当作二进制位集合处理，并且能够处理超过最长整型类型大小的位集合。可以用以下几种方式进行值初始化。

使用整型值初始化 bitset时，会将此值转换为 unsigned long long类型并被当作位模式处理。

// bitvec1比初始值小，初始值中的高位被丢弃
bitset<13> bitvec1(oxbeef);    // 二进制位序列为 1111011101111
// bitvec2比初始值大，它的高位被置为 0
bitset<20> bitvec2(oxbeef);    // 二进制位序列为 00001011111011101111
// 在 64位机器中，long long 0ULL是 64个 0比特，因此 ~0ULL是 64个 1
bitset<20> bitvec3(~0ULL);    // 0~63位为 1，64~127位为 0

使用字符串初始化 bitset时，下标最小的字符对应 bitset中的高位。
```
bitset<32> bitvec4("1100");   // 2、3两位为 1，剩余位为 0
```

bitset可以使用 to_ulong和 to_ullong返回位模式对应的整数值。另外，bitset还支持 <<和 >>运算符，对于输入运算符 <<，直到读取的字符数达到对应 bitset的大小时，或遇到不是 1或 0 的字符时，或是遇到文件尾或输入错误时，读取过程才停止。

17.3 正则表达式

regex类，用一组描述语言来表示一个特定的模式。之后可以使用 regex_search或 regex_match来验证给定的字符序列是否与此模式匹配。如果输入序列中一个子串与表达式匹配，则 regex_search函数返回 true。注意，该函数只要找到一个匹配子串就会停止查找。

// 非 c字母后接 ei
string pattern("[^c]ei");
// 包含 pattern的整个单词
pattern = "[[:alpha:]]*" + pattern + "[[:alpha:]]*";
regex r(pattern, regex::icase);  // 忽略大小写
smatch results;     // 定义一个对象保存搜索结果
// 定义一个 string保存待查询的文本
string test_str = "receipt freind theif receive";
// 用 r在 test_str中查找与 pattern匹配的子串
if (regex_search(test_str, results, r))
   cout << results.str() << endl;

在正则表达式语言中，字符点(.)通常匹配任意字符，可以在字符之前放置一个反斜线来去掉其特殊含义。另外，由于反斜线 “\”又是 C++中的特殊字符，所以在正则表达式的字符串中必须使用两个反斜线“\\”来去掉某些字符的特殊含义。
正则表达式是在运行时而非编译时编译的，而正则表达式的编译是一个非常慢的操作。所以在实际编程中，应该尽量避免创建很多不必要的 regex对象。如果要在循环中使用正则表达式，应该在循环外创建它，而不是在每步迭代时都编译它。
正则表达式可以搜索多种类型的输入序列，输入可以是普通 char数据或 wchar_t数据，字符可以保存在标准库 string或 char数组中。RE为这些不同的输入序列类型都定义了对应的类型。重要的是使用的 RE库类型必须与输入序列类型匹配。
sregex_iterator可以获得所有匹配的子串。将一个 sregex_iterator绑定到一个 string和一个 regex对象时，迭代器自动定位到给定 string中第一个匹配位置。解引用这个迭代器，则会得到一个 smatch对象。如果正则表达式中的模式包含一个或多个子表达式时，得到的 smatch对象中还会包含多个 ssmatch对象，表示与模式中每个子表达式的匹配信息。
对于多个子表达式，使用括号来进行分组隔开。得到的匹配对象中，第一个子匹配位置为 0，表示整个模式对应的匹配，随后是每个子表达式对应的匹配。
regex_replace可以在输入序列中查找具有指定模式的字符串，并将其替换为指定格式的字符串。注意，只对输入序列中匹配的字符串进行替换，未匹配部分不做修改。另外，还可以通过改变匹配标志来控制匹配过程。比如 format_no_copy不输出输入序列中未匹配的部分，format_first_only只替换第一次出现的子表达式。

// 将电话号码进行转换，只返回它替换的文本
string phone =
    "(\\()?(\\d{3})(\\))?([-. ]*)?(\\d{3})([-. ]*)?(\\d{4})";
regex r(phone);
string fmt{"$2.$5.$7"};
string number = "morgan (908) 555-1800";
// 实际输出 908.555.1800
cout << regex_replace(number, r, fmt, format_no_copy) << endl;
;

17.4 随机数

新标准出现之前，C和 C++都依赖于一个简单的 C库函数 rand来生成随机数。此函数生成均匀分布的伪随机整数，每个随机数的范围在 0和一个系统相关的最大值（至少为 32767）之间。但是当程序需要不同范围的随机数、随机浮点数或非均匀分布的数时，就需要程序员自己进行类型转换了，而这往往会引入非随机性。
C++中解决上述问题的方法是，使用随机数发生器，包括一个随机数引擎（生成 unsigned随机数序列）和分布对象（使用引擎返回服从特定概率分布的随机数）。注意，随机数发生器指的是 u(e)，而不是 u(e())。第一种写法传递的是随机数引擎，而第二种写法传递的是生成的随机数。

一个给定的随机数发生器一直会生成相同的随机数序列。一个函数如果定义了局部的随机数发生器，应该将其（包括引擎和分布对象）定义为 static的。否则，每次函数调用都会生成相同的序列。

// 返回一个 vector，包含 100个均匀分布的随机数
vector<unsigned> good_randVec()
{
   // 由于我们希望引擎和分布对象保持状态，因此应该将他们
   // 定义为 static的，从而每次调用都生成新的数
   static default_random_engine e;
   static uniform_int_distribution<unsigned> u(0, 9);
   vector<unsigned> ret;
   for (size_t i = 0; i <100; ++i)
       ret.push_back(u(e));
   return ret;
}

可以使用 time()函数来设置一个较为随机的种子，不过，由于其返回以秒记的时间，所以这种方式只适用于生成种子的间隔为秒级或更长的应用。
假如有一个程序需要随机浮点数，最常用但不正确的方法是用 rand()的结果除以 RAND_MAX。因为随机整数的精度通常低于随机浮点数，这会导致有一些浮点值永远都不会生成了。在新标准中可以使用 uniform_real_distribution。

17.5 IO库再探

操纵符用于两大类输出控制：控制数据的输出形式以及控补白的数量和位置。大多数改变格式状态的操纵符，都是设置/复原成对的；一个操纵符用来将格式状态设置为一个新值，而另一个用来将其复原，恢复为正常的默认格式。

boolalpha控制布尔值的格式，默认情况下，true输出为 1，false输出为 0。使用 boolalpha后，按照字符形式输出。

bool bool_val = get_status();
// 输出字符形式的 true或 false后，再将内部状态恢复为默认格式
cout << boolalpha << bool_val << noboolalpha;

默认情况下，整型值的输入输出使用十进制。可以使用操纵符 hex、oct和 dec将其改为十六进制、八进制或是改回十进制。
默认情况下，打印数值时，没有可见的线索指出使用的是几进制。使用 showbase操纵符，可以在输出结果中显示进制。
可以控制浮点数输出的三个格式。
- 以多高精度（多少个数字）打印浮点值。默认情况下，精度是指不包括小数点在内的数字的总数，并且浮点值按当前精度舍入而非直接截断，浮点值按六位数字精度打印。
- 数值是打印为十六进制、定点十进制还是科学计数法形式。非常大和非常小的值打印为科学计数法形式，其他值为定点十进制形式。使用 hexfloat、fixed、scientific后，精度值控制的是小数点后面的数字位数。
- 默认情况下，浮点值的小数部分为 0时，不显示小数点。showpoint操纵符强制打印小数点。
默认情况下，输入运算符会忽略空白符（空格符、制表符、换行符、换纸符和回车符），而使用 noskipws可以令输入运算符读取空白符，而不是跳过它们。
对于未格式化的单字节操作，要非常注意，将 get或 peek的返回值赋予一个 int而不是 char。乍看上去有些难以理解，这些函数返回 int值的原因是：可以返回文件尾标记。这些函数的返回值转换过程：字符->unsigned char->int。这样，字符集中的字符的返回值总是正值，而文件尾是用负值表示。这样就不会出现某个字符的返回值与文件标记重复的情形。
对于多字节操作中的 get或 getline函数，两者的作用基本类似，但是 get将分隔符留作 istream中的下一个字符，而 getline则读取并丢弃分隔符。无论哪个函数都不会将分隔符保存在目的字符数组中。
由于 istream和 ostream类型通常不支持随机访问，流随机访问通常只适用于 fstream和 sstream类型。

IO类型维护一个标记来确定下一个读写操作要在哪里进行，g版本表示正在“获得”（读取）数据，而 p版本表示正在“放置”（写入）数据。但是在一个流中，其实只维护单一的标记，因此只要我们在读写操作间切换，就必须进行 seek操作来重定位标记。相关的所有用法在下面代码中都会有所体现，下面代码会在文件的最后一行输出之前每一行的偏移量。

// 要对文件进行读写两方面的操作，并且一开始就定位到文件尾
fstream inOut("copyOut", fstream::ate | fstream::in | fstream::out);
// 确认文件是否成功打开
if (!inOut.is_open())
{
    cout << "File open failed!" << endl;
    return 0;
}
auto end_mark = inOut.tellp();  // 原始数据的文件尾
size_t cnt = 0;  // 叠加偏移量
string line;
// 定位回文件头
inOut.seekg(0, fstream::beg);
while (inOut && inOut.tellg() != end_mark && getline(inOut, line))
{
    // 记住当前位置
    auto curr_mark = inOut.tellg();
    // 计算偏移量，不要忘记换行符!
    cnt += line.size() + 1;
    // 在末尾写入刚读入那行后的位置，首先定位到文件末尾
    inOut.seekg(0, fstream::end);
    inOut << cnt;
    // 如果不是文件末尾，则再写入一个空格
    if (curr_mark != end_mark) inOut << " ";
    // 读取点再返回到刚才的位置
    inOut.seekg(curr_mark);
}
// 在新输入的那一行的末尾添加一个换行符
inOut.seekp(fstream::end);
inOut << '\n';