C++类型转换

转自:https://www.jianshu.com/p/e6a1ed13f14f

C++类型转换

 

C++为了规范C中的类型转换,加强类型转换的可视性,引入了四种强制类型转换操作符:static_cast, reinterpret_cast, const_cast, dynamic_cast 

他们本质上都是模板类。

下面分别来介绍:

1.static_cast

它用于非多态类型的转换(静态转换),对应于C中的隐式类型转换但他不能用于两个不相关类型的转换,如整形和整形指针之间的转换,虽然二者都是四个字节,但他们一个表示数据,一个表示地址,类型不相关,无法进行转换。

该转换在编译时完成,和C风格的类型转换相似,不过要注意下面几点

不能在没有派生关系的两个类类型之间转换

不能去除掉原有类型的类型修饰符,例如const,volatile,__unaligned

转换对象时由于没有动态类型检查,所以由基类对象转换成派生类对象的时候存在安全隐患

 

void Test()

{

    //C中的方式

    int i = 10;

    double d1 = i;//隐式类型转换

    //int *p = i;//无法隐式类型转换,只能强制类型转换

    int *p = (int*)i;

    //C++中的方式

    double d2 = static_cast<double>(i);

    //相当于创建一个static_cast<double>类型的匿名对象赋值给d2

    int* p2 = static_cast<int*>(i);//无法转换,会报错

}

 

2.reinterpret_cast

einterpret的含义是重新解释,可将一种类型转换成另一种不相关类型,对应C中的强制类型转换,处理无法进行隐式转换的情况

void Test()

{

    int i = 10;

    int* p2 = reinterpret_cast<int*>(i);

}

强制类型转换有时可以很暴力的处理一些问题 

如下例: 

对于一个带参数的函数,如何不传参也可以调用该函数?

void Fun(int s)

{

    cout << s << endl;

}

typedef void(*FUNC)();

void Test()

{

    FUNC pf = reinterpret_cast<FUNC>(Fun);

    pf();

}

C中的强制类型转换也可以处理。 

虽然我们通过这种BUG的方式转换函数指针,但是这样的代码是不可移植的,而且有时会产生不确定的结果,所以不建议这样来用 

如此处输出的s的值就为一个随机值,虽然用户在外部未传参,但是该函数在调用时会创建形参,该形参未初始化,自然是随机值 

3.const_cast

他的功能就是删除变量的const属性,方便再次赋值

该转换在编译时完成,用于解除const,volatile修饰符,只能转换指针或者引用

void Test3()

{

    const int i = 10;

    int *p = const_cast<int*>(&i);

    *p = 20;

    cout << i << endl;

    cout << *p << endl;

}

此时这两个值会分别输出多少呢 

内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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