C++之动态数组vector

C++之动态数组vector

Vector

在这里插入图片描述

在 C++ 编程中,std::vector 是标准模板库(STL)中非常重要的容器之一。它提供了一个动态数组的功能,能够根据需要自动调整大小,同时具备高效的内存管理和丰富的操作接口。

一、什么是 std::vector

std::vector 是 C++ STL 中的一种序列容器,它类似于传统的数组,但具有动态扩展和收缩的能力。与普通数组相比,std::vector 的大小可以在运行时动态变化,而普通数组的大小在定义时就已经确定,无法改变。std::vector 的底层实现是一个连续的内存块,这使得它在随机访问元素时非常高效,类似于数组的访问速度。

二、std::vector 的基本特性

(一)动态扩展

std::vector 的最大特点是动态扩展。当向 std::vector 中添加元素,而当前分配的内存空间不足以容纳更多元素时,std::vector 会自动分配更大的内存空间,并将原有元素复制到新的内存中。这个过程虽然涉及到内存分配和数据复制,但 std::vector 会尽量优化,通常会分配比当前需要更多的空间,以减少后续的扩展次数。

(二)随机访问

由于 std::vector 的底层是连续的内存块,因此它支持随机访问。可以通过下标(operator[]at())快速访问任意位置的元素,时间复杂度为 O(1)。这使得 std::vector 在需要频繁随机访问元素的场景中非常高效。

(三)内存管理

std::vector 会自动管理内存。当向 std::vector 中添加或删除元素时,它会自动调整内存的分配和释放。此外,std::vector 提供了一些方法来控制内存的分配策略,例如 reserve() 方法可以预先分配足够的内存,从而减少动态扩展的次数,提高性能。

三、std::vector 的基本操作

(一)定义和初始化

std::vector 可以通过多种方式定义和初始化。以下是一些常见的定义方式:

#include<vector>// 定义一个空的 vector std::vector<int> vec1;// 使用初始化列表初始化 std::vector<int> vec2 ={1,2,3,4,5};// 使用默认值初始化 std::vector<int>vec3(10,0);// 10个元素,初始值为0// 复制构造 std::vector<int>vec4(vec2);// 从另一个 vector 的一部分构造 std::vector<int>vec5(vec2.begin()+1, vec2.end()-1);

(二)添加和删除元素

std::vector 提供了多种方法来添加和删除元素:

  • 添加元素
    • push_back():在 std::vector 的末尾添加一个元素。
    • insert():在指定位置插入一个或多个元素。
vec1.push_back(10);// 在末尾添加一个元素 vec1.insert(vec1.begin()+2,20);// 在索引为2的位置插入一个元素
  • 删除元素
    • pop_back():删除 std::vector 的最后一个元素。
    • erase():删除指定位置的一个或多个元素。
vec1.pop_back();// 删除最后一个元素 vec1.erase(vec1.begin()+1);// 删除索引为1的元素

(三)访问元素

std::vector 提供了多种方式来访问元素:

  • operator[]:通过下标访问元素,不进行边界检查。
  • at():通过下标访问元素,并进行边界检查,如果超出范围会抛出异常。
int value1 = vec1[0];// 使用下标访问int value2 = vec1.at(1);// 使用 at() 访问

(四)遍历

可以使用迭代器或基于范围的 for 循环来遍历 std::vector

// 使用迭代器遍历for(std::vector<int>::iterator it = vec1.begin(); it != vec1.end();++it){ std::cout <<*it <<" ";}// 使用基于范围的 for 循环for(int value : vec1){ std::cout << value <<" ";}

(五)大小和容量

std::vector 提供了一些方法来获取其大小和容量:

  • size():返回当前 std::vector 中的元素数量。
  • capacity():返回当前分配的内存容量(以元素数量为单位)。
  • empty():判断 std::vector 是否为空。
  • resize():调整 std::vector 的大小。
  • reserve():预先分配内存,以减少动态扩展的次数。
std::cout <<"Size: "<< vec1.size()<< std::endl; std::cout <<"Capacity: "<< vec1.capacity()<< std::endl;if(vec1.empty()){ std::cout <<"Vector is empty"<< std::endl;} vec1.resize(15,0);// 调整大小为15,新元素初始化为0 vec1.reserve(20);// 预先分配20个元素的内存

四、std::vector 的应用场景

(一)动态数组

std::vector 是实现动态数组的首选容器。它可以在运行时动态调整大小,非常适合需要频繁添加或删除元素的场景。例如,在处理动态数据集合时,std::vector 可以方便地存储和管理数据。

(二)随机访问

由于 std::vector 支持随机访问,因此在需要频繁通过下标访问元素的场景中非常高效。例如,在实现算法时,经常需要通过下标访问数组中的元素,std::vector 可以很好地满足这一需求。

(三)内存管理

std::vector 提供了灵活的内存管理功能。通过 reserve() 方法可以预先分配足够的内存,从而减少动态扩展的次数,提高性能。这在处理大量数据时非常有用,可以避免频繁的内存分配和数据复制。

五、注意事项

(一)性能优化

虽然 std::vector 会自动管理内存,但在某些情况下,手动控制内存分配可以提高性能。例如,在知道数据量的情况下,可以使用 reserve() 方法预先分配足够的内存,避免多次动态扩展。

(二)内存释放

当不再需要 std::vector 时,它会自动释放分配的内存。但如果在程序运行过程中需要释放内存,可以使用 clear() 方法清空 std::vector,但需要注意的是,clear() 只会清空元素,不会释放内存。如果需要释放内存,可以使用 shrink_to_fit() 方法。

(三)异常安全

std::vector 的某些操作可能会抛出异常,例如 at() 方法在访问超出范围的元素时会抛出 std::out_of_range 异常。在使用这些方法时,需要注意异常处理。

六、总结

std::vector 是 C++ STL 中非常重要的容器之一,它结合了动态数组的灵活性和数组的高效性。通过动态扩展、随机访问和灵活的内存管理,std::vector 可以满足多种编程需求。在实际开发中,合理使用 std::vector 可以提高代码的可读性和性能。

Read more

主流 AI 插件 之一的 Copilot 介绍

主流 AI 插件 之一的 Copilot 介绍

Copilot 是微软推出的一款人工智能助手,旨在通过自然语言交互帮助您提升工作效率和创造力,覆盖多平台(网页端、桌面端、移动端、Edge 浏览器等),提供智能问答、内容生成、代码辅助等功能。其核心定位为“日常 AI 伴侣”,旨在通过自然语言交互提升工作与生活效率。         ⚠️ 注意:自 2024 年起,Copilot 已从独立插件全面整合进 GitHub Enterprise 与 Microsoft 365 开发者计划,部分高级功能(如多文件协同编辑、Agent 模式)需订阅 Copilot Pro 或企业版。 一、Copilot 官网与介绍 1.1 Microsoft Copilot • 定位:微软旗下AI助手,适用于工作与生活,支持多场景应用。 • 功能:文本生成、

By Ne0inhk
一文带你掌握Visual Studio中集成的git功能

一文带你掌握Visual Studio中集成的git功能

前言 Visual Studio中深度集成了git功能,可以很方便的进行源代码版本控制功能。 大部分日常的操作我们可以通过界面来完成,这样就省去了输入git命令的时间,也可以不用记很多参数。 但这毕竟是辅助工具,掌握常用的git命令行还是很有必要的。 言归正传,接下来开始介绍Visual Studio 中集成的git功能。 本文以Visual Studio 2022为例进行演示 安装 Visual Studio的UI中已经集成了git相关功能,但是也需要安装git后才能使用。 如果没有安装git,在使用相关功能时,可能会看到如下的提示 安装方式可以通过以下两种 1、在Visual Studio的安装程序中,钩选<适用于Windows的Git> 推荐使用这种方式,因为免去了单独下载和安装的环节 2、访问git官方网站,下载安装包手动安装 下载地址:Git - Install for Windows 导入/克隆(clone)代码 方法1、在Visual Studio的启动界面上选择克隆存储库 输入

By Ne0inhk

llama.cpp量化模型部署实战:从模型转换到API服务

1. 为什么你需要关注llama.cpp:让大模型在普通电脑上跑起来 如果你对AI大模型感兴趣,肯定听说过动辄需要几十GB显存的“庞然大物”。想在自己的电脑上跑一个7B参数的模型,以前可能得配一张昂贵的专业显卡。但现在,情况不一样了。我今天要跟你聊的 llama.cpp,就是那个能让大模型“瘦身”并飞入寻常百姓家的神奇工具。 简单来说,llama.cpp是一个用C/C++编写的开源项目,它的核心目标只有一个:用最高效的方式,在消费级硬件(比如你的笔记本电脑CPU)上运行大型语言模型。它不像PyTorch那样是个庞大的深度学习框架,它更像一个“推理引擎”,专注于把训练好的模型,以最小的资源消耗跑起来。 我刚开始接触大模型部署时,也被各种复杂的依赖和巨大的资源需求劝退过。直到用了llama.cpp,我才发现,原来在我的MacBook Pro上,也能流畅地和Llama 2这样的模型对话。这背后的功臣,主要就是两点:纯C/C++实现带来的极致性能,以及模型量化技术带来的体积与速度革命。量化这个词听起来有点技术,你可以把它想象成给模型“压缩图片”

By Ne0inhk

Stable Yogi Leather-Dress-Collection开源可部署:SD1.5+Anything V5本地化部署全流程

Stable Yogi Leather-Dress-Collection开源可部署:SD1.5+Anything V5本地化部署全流程 想亲手打造一个能生成各种动漫风格皮衣穿搭的AI工具吗?今天,我们就来一步步部署一个名为“Stable Yogi Leather-Dress-Collection”的开源项目。它基于经典的Stable Diffusion 1.5模型和流行的Anything V5动漫风格模型,专门用来生成2.5D风格的皮衣穿搭图片。 这个工具最大的特点是“省心”。你不用再手动切换各种皮衣风格的模型文件,也不用费心去想复杂的提示词。它内置了智能管理功能,能自动识别你准备好的皮衣款式,并帮你生成匹配的绘图指令。更重要的是,它经过深度优化,对电脑显卡的要求比较友好,并且完全在本地运行,不需要联网,保护你的隐私。 无论你是想体验AI绘画的乐趣,还是想为角色设计寻找灵感,这个工具都是一个不错的起点。接下来,我将带你从零开始,完成整个环境的搭建和工具的启动。 1. 环境准备与项目部署 在开始生成酷炫的皮衣穿搭图之前,我们需要先把“画室”搭建好。这个过程主要分为两步:准备好

By Ne0inhk