C++二级复习4(运算符重载)

本文介绍了C++中运算符重载的基本概念和使用方法,包括重载规则、重载函数的形式、重载流插入和提取运算符的方法,并讨论了标准类型数据转换及类型转换函数的应用。

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

C++二级复习4(运算符重载)

运算符重载实质是函数的重载,定义一个重载运算符的函数。
给原先的运算符增加功能,但实质是为了给用户的自定义类型(类和对象)的使用提供便利。
一般格式如下:

函数类型 operator 运算符名称(参数表)
{对运算符的从在处理}

1、重载运算符的规则
不能重载的运算符(5个)

. * :: sizeof ?:

重载后的运算符必须和用户自定义类型一起使用,使用参数至少有一个是类对象。并且此函数不能带有默认参数
一般对类对象的运算符都需要重载,除了

= &

2、运算符重载函数一般作为类的友元函数或者类的成员函数
一般作为成员函数,可以省写一个函数参数,对于双目运算符,作为有元函数时,要有两个参数,交换律并不适用。
使用习惯:

(必须)成员函数:= [] () ->
(必须)友元函数:>> <<
 成员函数:单目运算符和符合运算符,++,!=,>=
 友元函数:双目运算符

3、重载双目运算符
重载单目运算符,若作为成员函数,可以省略参数,对于(++/–)一般使用 int 作为参数,来作为后置自增自减运算符 函数。

重载流插入流提取运算符
一般格式:

istream & operator >> (istream &,自定义类 &);
ostream & operator << (ostream &,自定义类 &);
例子:
ostream & operator << (ostream & output,Complex & c)
{ output<<"("<<c.real<<","<<c.imag<<")"<<endl;
	return output;}

output的作用:连续向输出流返回信息,实质是cout的引用。

例子:
istream & operator >>(istream & input,Complex & c)
{ cout<<"输入提示信息。。。"<<endl;
	input >> c.real>>c.imag;
	return input;
}

input 作用效果类似上面
使用运算符重载,只能用于一个确定的类,善用引用。

4、标准类型数据转换

C: 类型名(数据)
C++:(类型名)数据

5、转换构造函数
构造函数的一种,用于不同类型的数据转换,只有一个形参!
可以根据需要,将标准类型或者其他类类型的数据转化

Complex (double x){ real = r;imag = 0;}
c = c1 + Complex(2.5);

6、类型转换函数
将一个类的对象转化为另一类型的数据,
函数名前不指定函数类型,函数没有参数,
类型转换函数只能作为成员函数,因为转换的主体是本类对象。
并且,一般来说是隐式调用。不需要人工调用。

operator 类型名(){}
operator double(){ return real;}
double d,d1;
Complex c1(
d = 2.5 + c1;							此时,自动将c1转化为double类型
d1 = c1+c2;								同理

无需对多种运算符进行重载,
在已经定义了相应的转换构造函数的情况下,将运算符“+”函数重载为友元函数,在进行两个复数相加时,可以使用交换律。

如果,运算符重载为成员函数,它的第一个参数必须是本类的对象。当第一个操作数不是类对象时,不能作为成员函数。“+”交换律将不适用

类型转换函数和运算符“+”函数,一起使用会产生二义性。无法判断是转化为类对象还是标准类型。。。

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响大;使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限高,仅针对一个分类任务部署大模型划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
内容概要:本文详细介绍了哈希表及其相关概念和技术细节,包括哈希表的引入、哈希函数的设计、冲突处理机制、字符串哈希的基础、哈希错误率分析以及哈希的改进与应用。哈希表作为一种高效的数据结构,通过键值对存储数据,能够快速定位和检索。文中讨论了整数键值和字符串键值的哈希方法,特别是字符串哈希中的多项式哈希及其优化方法,如双哈希和子串哈希的快速计算。此外,还探讨了常见的冲突处理方法——拉链法和闭散列法,并提供了C++实现示例。最后,文章列举了哈希在字符串匹配、最长回文子串、最长公共子字符串等问题中的具体应用。 适合人群:计算机科学专业的学生、算法竞赛选手以及有一定编程基础并对数据结构和算法感兴趣的开发者。 使用场景及目标:①理解哈希表的工作原理及其在各种编程任务中的应用;②掌握哈希函数的设计原则,包括如何选择合适的模数和基数;③学会处理哈希冲突的方法,如拉链法和闭散列法;④了解并能运用字符串哈希解决实际问题,如字符串匹配、回文检测等。 阅读建议:由于哈希涉及较多数学知识和编程技巧,建议读者先熟悉基本的数据结构和算法理论,再结合代码实例进行深入理解。同时,在实践中断尝试同的哈希策略,对比性能差异,从而更好地掌握哈希技术。
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