C++ lamada 表达式

        在C++中,lambda表达式是一种定义匿名函数对象(也称为闭包)的简洁方式,它能够捕获(capture)其所在作用域内的变量,并在函数体内使用这些变量。Lambda表达式在C++11中首次引入,极大地增强了C++的函数式编程能力和表达能力。

Lambda表达式的基本语法

Lambda表达式的基本语法如下:

[capture](parameters) -> return_type { body }
  • capture:捕获列表,指定哪些外部变量可以在lambda函数体内被访问。捕获方式可以是按值捕获(值传递)或按引用捕获(引用传递)。
  • parameters:参数列表,与普通函数的参数列表相同。
  • return_type:返回类型,可以省略,此时编译器会自动推导返回类型(C++14及更高版本支持)。
  • body:函数体,包含lambda表达式的具体实现。

示例

下面是一个简单的lambda表达式示例,它计算两个整数的和并返回结果:

#include <iostream>
#include <functional>

int main() {
    // 定义一个lambda表达式
    auto sum = [](int a, int b) -> int { return a + b; };

    // 使用lambda表达式
    int result = sum(3, 4);
    std::cout << "The sum is: " << result << std::endl;

    return 0;
}

在这个例子中,sum是一个lambda表达式,它接受两个整数参数ab,并返回它们的和。我们使用auto关键字来自动推导lambda表达式的类型,并将其赋值给变量sum。然后,我们像调用普通函数一样调用sum

捕获列表

捕获列表是lambda表达式的一个关键特性,它允许我们在lambda函数体内访问外部变量。捕获列表的语法是[capture],其中capture可以是以下之一:

  • []:不捕获任何外部变量。
  • [x]:按值捕获外部变量x
  • [&x]:按引用捕获外部变量x
  • [=]:按值捕获所有外部变量(C++14及更高版本支持)。
  • [&]:按引用捕获所有外部变量。
  • [=, &x]:按值捕获所有外部变量,但x按引用捕获。
  • [&, x]:按引用捕获所有外部变量,但x按值捕获。

示例(带捕获列表)

下面是一个带捕获列表的lambda表达式示例:

#include <iostream>

int main() {
    int x = 10;
    int y = 20;

    // 定义一个lambda表达式,捕获x和y
    auto increment_and_sum = ‌:ml-search[&x, y] -> int {
        x++;
        return x + y;
    };

    // 使用lambda表达式
    int result = increment_and_sum();
    std::cout << "The result is: " << result << std::endl; // 输出:The result is: 31
    std::cout << "x is now: " << x << std::endl;           // 输出:x is now: 11

    return 0;
}

        在这个例子中,increment_and_sum是一个lambda表达式,它按引用捕获x并按值捕获y。在函数体内,我们递增了x的值,并返回了xy的和。注意,由于x是按引用捕获的,所以lambda表达式对x的修改会反映到原始变量上。

 

内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158和192.168.0.159)上安装和配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFS和YARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala和Flink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础和大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台建提供详细的安装指南,确保各组件能够顺利安装和配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释和故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令和配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
在无线通信领域,天线阵列设计对于信号传播方向和覆盖范围的优化至关重要。本题要求设计一个广播电台的天线布局,形成特定的水平面波瓣图,即在东北方向实现最大辐射强度,在正东到正北的90°范围内辐射衰减最小且无零点;而在其余270°范围内允许出现零点,且正西和西南方向必须为零。为此,设计了一个由4个铅垂铁塔组成的阵列,各铁塔上的电流幅度相等,相位关系可自由调整,几何布置和间距不受限制。设计过程如下: 第一步:构建初级波瓣图 选取南北方向上的两个点源,间距为0.2λ(λ为电磁波波长),形成一个端射阵。通过调整相位差,使正南方向的辐射为零,计算得到初始相位差δ=252°。为了满足西南方向零辐射的要求,整体相位再偏移45°,得到初级波瓣图的表达式为E1=cos(36°cos(φ+45°)+126°)。 第二步:构建次级波瓣图 再选取一个点源位于正北方向,另一个点源位于西南方向,间距为0.4λ。调整相位差使西南方向的辐射为零,计算得到相位差δ=280°。同样整体偏移45°,得到次级波瓣图的表达式为E2=cos(72°cos(φ+45°)+140°)。 最终组合: 将初级波瓣图E1和次级波瓣图E2相乘,得到总阵的波瓣图E=E1×E2=cos(36°cos(φ+45°)+126°)×cos(72°cos(φ+45°)+140°)。通过编程实现计算并绘制波瓣图,可以看到三个阶段的波瓣图分别对应初级波瓣、次级波瓣和总波瓣,最终得到满足广播电台需求的总波瓣图。实验代码使用MATLAB编写,利用polar函数在极坐标下绘制波瓣图,并通过subplot分块显示不同阶段的波瓣图。这种设计方法体现了天线阵列设计的基本原理,即通过调整天线间的相对位置和相位关系,控制电磁波的辐射方向和强度,以满足特定的覆盖需求。这种设计在雷达、卫星通信和移动通信基站等无线通信系统中得到了广泛应用。
评论
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