《Effective Modern C++》Item 11: Prefer deleted functions to private undefined ones.

本文介绍了如何在C++11中使用=delete语法来禁用类的复制构造函数和赋值函数等功能,这种方法比仅将这些函数设为私有更为有效。此外还展示了如何利用=delete来限制非成员函数和模板实例化的参数类型。

引子

当我们不想向用户提供某个函数功能时,我们只需要不实现它就可以了。但是在C++中,有一些函数会被默认实现,例如类的复制构造函数(copy constructor)和赋值函数(copy assignment operator)。这时C++98中的方法就是设置其属性为私有函数,通过访问权限来限制用户的实用。

正文

但是上面的方法并不总是成立,例如友元函数(friend function)仍然可以访问类的私有成员和函数。所以在C++11中,我们推荐使用= delete语法来解决这个问题。

template <class charT, class traits = char_traits<charT> > 
class basic_ios : public ios_base {
public:
    ...
    basic_ios(const basic_ios& ) = delete;
    basic_ios& operator=(const basic_ios&) = delete;
    ...
};

这里我们将被禁用的函数定义为public,这是因为编译器会优先检查访问权限然后才是是否被delete。为了能有更好的错误信息,我们将其从priavte变成public

使用delete关键字的一个重要好处就是任何函数都可以被delete而不仅仅是类成员函数。例如我们定义一个来判断一个int型变量是否是幸运数字的函数,由于C++存在隐式转换,故这个函数会接受除了int以外的类型,尽管这并不是我们想要的:

bool isLucky(int number);

if (isLucky('a')) ...
if (isLucky(true)) ...
if (isLucky(3.5)) ...

但是利用delete关键字,我们可以使该函数拒接接受其他类型的参数:

bool isLucky(char) = delete;        // reject chars
bool isLucky(bool) = delete;        // reject bools
bool isLucky(double) = delete;      // reject doubles and floats

当然利用这个技巧,delete关键字还可以帮助我们禁止一些模板实例化(template instantiation)。例如:

template<typename T>
void processPointer(T* ptr);

我们希望禁止该函数访问void *char *这两类比较特殊的指针 (前者不允许置空,后者往往指代一个字符串而不是字符指针)。那么我们可以写出如下代码:

template<>
void processPointer<void>(void*) = delete;

template<>
void processPointer<char>(char*) = delete;

当然,更彻底地,我们可能还要禁止const void *, volatile char *等参数类型,不过这并不是我们的重点。因为这个功能在C++98中是无法使用private权限来限制的:因为模板特化是在命名空间定义的,而不是类的作用域。

总结

1.禁用函数时优先考虑delete关键字而不是放在类的私有成员中。
2.任何函数都可以被delete,包括非类成员函数和模板实例化。

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
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