详谈C++虚函数表那回事(多重继承关系)

本文探讨了C++中多重继承的虚函数表机制,包括无虚函数覆盖和有虚函数覆盖的情况。通过实例代码展示了不同情况下虚函数表的具体构成及子类虚函数如何在虚表中体现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

上一篇说了一般继承,也就是单继承的虚函数表,接下来说说多重继承的虚函数表:

1.无虚函数覆盖的多重继承:

代码:

#pragma once

//无覆盖,多重继承
class Base1
{
public:  //三个虚函数
	virtual void f() { cout << "Base1::f" << endl; }
	virtual void g() { cout << "Base1::g" << endl; }
	virtual void h() { cout << "Base1::h" << endl; }
};

class Base2
{
public:  //三个虚函数
	virtual void f() { cout << "Base2::f" << endl; }
	virtual void g() { cout << "Base2::g" << endl; }
	virtual void h() { cout << "Base2::h" << endl; }
};

class Base3
{
public:  //三个虚函数
	virtual void f() { cout << "Base3::f" << endl; }
	virtual void g() { cout << "Base3::g" << endl; }
	virtual void h() { cout << "Base3::h" << endl; }
};

//多重继承无覆盖
class Derive :public Base1 , public Base2 , public Base3 
{
public:
	virtual void f1() { cout << "Derive::f1" << endl; }
	virtual void g1() { cout << "Derive::g1" << endl; }
	virtual void h1() { cout << "Derive::h1" << endl; }
};

void Test()
{
	Derive d;
}
调试结果:

可得:

1》每个父类都有虚表;

2》同样问题,虚表中没有体现出子类的虚函数;见真实内容:

可见子类的虚函数在按基类声明顺序的第一个基类的虚表中,且在此基类虚函数之后;

2.有虚函数覆盖的多重继承:

代码:

#pragma once

//有虚函数覆盖的多重继承
#pragma once

//无覆盖,多重继承
class Base1
{
public:  //三个虚函数
	virtual void f() { cout << "Base1::f" << endl; }
	virtual void g() { cout << "Base1::g" << endl; }
	virtual void h() { cout << "Base1::h" << endl; }
};

class Base2
{
public:  //三个虚函数
	virtual void f() { cout << "Base2::f" << endl; }
	virtual void g() { cout << "Base2::g" << endl; }
	virtual void h() { cout << "Base2::h" << endl; }
};

class Base3
{
public:  //三个虚函数
	virtual void f() { cout << "Base3::f" << endl; }
	virtual void g() { cout << "Base3::g" << endl; }
	virtual void h() { cout << "Base3::h" << endl; }
};

//多重继承无覆盖
class Derive :public Base1, public Base2, public Base3
{
public:
	virtual void f() { cout << "Derive::f" << endl; }  //唯一一个覆盖的子类函数
	virtual void g1() { cout << "Derive::g1" << endl; }
	virtual void h1() { cout << "Derive::h1" << endl; }
};

void Test()
{
	Derive d;

	Base1 *b1 = &d;
	Base2 *b2 = &d;
	Base3 *b3 = &d;
	b1->f(); //Derive::f()
	b2->f(); //Derive::f()
	b3->f(); //Derive::f()

	b1->g(); //Base1::g()
	b2->g(); //Base2::g()
	b3->g(); //Base3::g()

}
运行结果:

其实底层是这样的:

分析:

1》每个父类的虚表中原本存放f()函数的地方,被子类的f()函数覆盖;

2》其余不变;(意思是,还有没被用来覆盖的子类虚函数,任然在首个父类虚函数表的后边位置)

见图:

赐教!

转载于:https://www.cnblogs.com/melons/p/5791809.html

知识图谱关系抽取是指从自然语言文本中提取实体之间的关系,并将其示为知识图谱中的三元组形式。关系抽取是知识图谱构建的重要环节之一,其作用是自动化地从海量文本中构建知识图谱。 以下是几种常见的知识图谱关系抽取方法: 1. 基于规则的方法 基于规则的方法是指通过手工编写规则,从文本中提取实体之间的关系。这种方法需要大量的人工参与,并且需要不断更新规则以适应新的场景语言。由于规则的复杂性数量,这种方法通常只适用于特定的领域任务。 2. 基于统计的方法 基于统计的方法是指使用机器学习算法从语料库中学习实体之间的关系。这种方法通常包括两个步骤:特征提取器训练。特征提取是指从文本中提取与关系有关的特征,例如实体的词性、距离、共现频率等等。分器训练是指使用机器学习算法训练一个分器,用于判断两个实体之间是否存在关系。这种方法可以自动化地从大量文本中提取关系,并且可以适应新的场景语言。 3. 基于神经网络的方法 基于神经网络的方法是指使用深度学习算法从文本中学习实体之间的关系。这种方法通常包括三个步骤:特征提取、示学习器训练。特征提取器训练与基于统计的方法似,但示学习是神经网络方法的关键步骤。示学习是指将实体关系示为高维向量,使得这些向量在语义上相似的实体关系在向量空间中距离较近。这种方法在一些任务上取得了很好的效果,但需要大量的训练数据计算资源。 以上是几种常见的知识图谱关系抽取方法,每种方法都有其优缺点适用场景。在实际应用中,需要根据任务的具体需求数据情况选择合适的方法。
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