stl traits 技术 读书笔记

本文介绍了一种确定迭代器所指向值类型的方法,利用萃取技术解决了原生指针和其他迭代器类型没有定义value_type的问题。
模板函数
若我们想要返回的 迭代器所指向的值类型
如:
template <class I>
XX func(I iter)
  return *iter; 
}
这个 XX 如何是确定呢?
func 一旦被呼叫,I 编译器会自动进行template参数推导
而无法知道 *iter 这个值的类型

如果是类 则可以在类里定义迭代器的值的类型 即 value_type.
template <class I>
struct MyIter
{  
    typedef I value_type;
    ......
    ......

然后模板函数就可以写成这样:
template <class I>
typename I::value_type
func(I iter)
  return *iter; 
}

比如定义一个这样的对象:
MyIter<int> iter;

可以知道类里的代码展开后为
typedef int value_type;

调用func(iter);
则模板函数为:
template<class MyIter<int>>
int //typename I::value_type
func(MyIter<int> iter)
  return *iter; 
}

通过这样的推导就可以确定迭代器所指的值的类型是 int 型

(typename I::value_type) 加上typename这个关键字是因为 I是一个模板参数
编译器在具体化之前,对I 一无所知。它并不知道MyIter<T>::value_type 是一个
类型或成员函数或成员变量。关键字typename是在告诉编译器这是一个类型。
但这样却还不够 比如迭代器不是class类型的 它就没有定义value_type。像原生指针
int * ....等。
sgi用了萃取技术来解决这个问题

template <class I>
struct iterator_traits
{
   typedef typename I::value_type value_type
};
对于class 的迭代器
上面的例子模板函数则为:
template <class I>
typename iterator_traits<I>::value_type
func(I iter)
  return *iter; 
}

以MyIter<int> 代入
typedef typename I::value_type value_type => 
typedef typename MyIter<int>::value_type value_type =>(因为struct MyIter<int>{ typedef int value_type;})
typedef typename int value_type
所以
typename iterator_traits<I>::value_type => 
typename value_type =>
typename int

而对原生指针则再定义
template <class I>
struct iterator_traits<I *>
{
   typedef I value_type
};

template <class I>
struct iterator_traits<const I *>
{
   typedef I value_type
};


当func调用一个int的指针时:
int nRetCode = 0;
func(&nRetCode);

展开萃取模板为:
template <class int>
struct iterator_traits<int *>
{
   typedef int value_type
};
为int 定义了 value_type;

template <class int>
struct iterator_traits
{
   typedef typename int::value_type value_type
};
成功萃取到了int *指向值的类型 int
内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值