你真的理解内联函数吗?

【情景引入】

问题:编写一个程序,输出同种类型两个变量的较大者。

实现:

 1 #include <iostream>
 2 
 3 using namespace std;
 4 
 5 template <typename T>
 6 const T& func(const T &a, const T &b)
 7 {
 8     return a >= b ? a : b;
 9 } 
10 
11 int main()
12 {
13     int i1 = 10, i2 = 20;
14     double d1 = 3.14, d2 = 2.56;
15     string s1 = "ha", s2 = "hi";
16     cout << func(i1, i2) << endl << func(d1, d2) << endl << func(s1, s2) << endl;
17     return 0;
18 }
max.cpp
 1 #include <iostream>
 2 
 3 using namespace std;
 4 
 5 int main()
 6 {
 7     int i1 = 10, i2 = 20;
 8     double d1 = 3.14, d2 = 2.56;
 9     string s1 = "ha", s2 = "hi";
10     cout << (i1 >= i2 ? i1 : i2) << endl 
11          << (d1 >= d2 ? d1 : d2) << endl 
12          << (s1 >= s2 ? s1 : s2) << endl;
13     return 0;
14 }
max.cpp

 

一、函数的优势

  • 当我们要输出较小者时,只需修改一处,而等价表达式则要修改多处;
  • 使用函数可以确保行为的统一,每次相关操作都能保证按照同样的方式进行;
  • 函数可以被其他应用重复利用,省去了程序员重新编写的代价;
  • ......

总之:能用函数解决的事尽量别做重复工作。

 

二、短小函数的劣势

调用函数有一定的开销:栈帧的增删、保存寄存器的值、拷贝实参等。

进程调用函数需要在其虚拟内存的栈段上增加一个栈帧,其中保存了函数的形参、局部变量、PC寄存器的值等,而函数返回时,就要删除该栈帧,并且将PC寄存器的值出栈,使得程序回到调用点的下一条语句继续执行。

 

三、取其精华&去其糟粕——内联函数

将函数指定为内联函数,于是当执行到该函数调用处时,不会新增一个栈帧,而是在当前调用点“内联地”展开,从而省去了函数调用的开销。

之所以能“内联地”展开,是因为内联函数一般都很短小、功能简单。所以复杂的函数就别想变成为内联函数了。

#include <iostream>

using namespace std;

inline const int& func(const int &a, const int &b)  // 关键字inline
{
	return a >= b ? a : b;
} 

int main()
{
	int i1 = 10, i2 = 20;
	cout << func(i1, i2) << endl;    // 在编译过程中展开为“cout << (i1 >= i2 ? i1 : i2) << endl;”
	return 0;
}

  

 

转载于:https://www.cnblogs.com/xzxl/p/8639040.html

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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