用模板简化factory的实现

本文通过一个C++示例程序展示了如何使用Boost库中的智能指针管理内存,并结合工厂模式创建对象实例。该程序实现了不同类型的对象创建与销毁的过程跟踪。

// test-object-create-template.cpp : Defines the entry point for the console application.
//

#include "stdafx.h"
#include <boost\ptr_container\ptr_vector.hpp>
#include <iostream>
#include <windows.h>

using namespace std;

class BASE : boost::noncopyable
{
public:
virtual ~BASE() {}
};

class T1 : public BASE{
public:
T1() {
cout << "T1 created\n";
}
virtual ~T1() {
cout << "T1 destroied\n";

}
};

class T2 : public BASE{
public:
T2() {
cout << "T2 created\n";
}
virtual ~T2() {
cout << "T2 destroied\n";
}
};

class Factory {
public:
boost::ptr_vector<BASE> ptr_set;
Factory() {

}
template<class T>
T* get() {
static T* g_ptr = NULL;
if( !g_ptr ) {
g_ptr = new T();
ptr_set.push_back( g_ptr );
}
return g_ptr;
}
};

int _tmain(int argc, _TCHAR* argv[])
{
{
boost::ptr_vector<BASE> ptr_set;
ptr_set.push_back( new T1);
ptr_set.push_back( new T2);
}
{
Factory f;
T1* t1 = f.get<T1>();
T2* t2 = f.get<T2>();
T1* t3 = f.get<T1>();

assert( f.ptr_set.size() == 2);

}
//delete t1;
//delete t2;
Sleep(1000);
return 0;
}


基于遗传算法的微电网调度(风、光、蓄电池、微型燃气轮机)(Matlab代码实现)内容概要:本文档介绍了基于遗传算法的微电网调度模型,涵盖风能、太阳能、蓄电池和微型燃气轮机等多种能源形式,并通过Matlab代码实现系统优化调度。该模型旨在解决微电网中多能源协调运行的问题,优化能源分配,降低运行成本,提高可再生能源利用率,同时考虑系统稳定性与经济性。文中详细阐述了遗传算法在求解微电网多目标优化问题中的应用,包括编码方式、适应度函数设计、约束处理及算法流程,并提供了完整的仿真代码供复现与学习。此外,文档还列举了大量相关电力系统优化案例,如负荷预测、储能配置、潮流计算等,展示了广泛的应用背景和技术支撑。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能电网优化研究的工程技术人员。; 使用场景及目标:①学习遗传算法在微电网调度中的具体实现方法;②掌握多能源系统建模与优化调度的技术路线;③为科研项目、毕业设计或实际工程提供可复用的代码框架与算法参考; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注目标函数构建与约束条件处理,同时可参考文档中提供的其他优化案例进行拓展学习,以提升综合应用能力。
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