博客
关于我
Effective C++条款54:杂项讨论——让自己熟悉包括TR1在内的标准程序库
阅读量:522 次
发布时间:2019-03-08

本文共 1275 字,大约阅读时间需要 4 分钟。

一、C++标准的历史

C++标准的发展经历了多个阶段,每个阶段都带来了语言和标准库的重大进步。以下是主要的发展历程:

1. C++98

C++98于1998年通过,是C++语言第一份正式标准。其官方名称为"Information Technology-Programming Languages-C++",文档编号为ISO/IEC 14882:1998。

2. C++03

C++03是C++98的一个技术修正(Technical Corrigendum, TC),主要修复了一些较小的技术问题。尽管如此,C++03仍被视为C++98的延续,文档编号为ISO/IEC 14882:2003。

3. TR1

TR1(Technical Report on C++ Library Extensions)于2007年发布,主要引入了14个新的标准库组件,这些组件都被包含在标准的std::tr1命名空间中。编写时可以选择使用std::限定符,也可以选择std::tr1::限定符。

4. C++11/C++0x

C++11于2011年批准,是第二份正式C++标准。该标准在语言和标准库方面进行了重大改进,其中TR1的内容已经被整合到新的std::命名空间中。C++11被称为"物联网"年,最初预计将于2009年完成,但最终延迟至2011年问世。

5. C++17和C++20

后续工作已经进入C++17和C++20的开发阶段,这些版本将继续引入新的语言功能和标准库扩展。


二、TR1之前的标准库内容(C++98)

在TR1之前的标准库主要包含以下内容:

  • 基本输入/输出操作:包括文件操作、屏幕输入输出等;
  • 字符串处理:提供了std::string和相关操作;
  • 容器类:如std::vectorstd::liststd::map等;
  • 算法库:提供了基本的算法,如find、sort等;
  • 迭代器:定义了集合的内部结构体,如std::iterator
  • ** numeral limiting -->
  • 通信与并发:包含了网络通信和 多线程支持。

三、TR1标准

TR1(技术报告)引入了对C++98标准库的重大扩展,新增了以下内容:

1. 组建分类

TR1标准定义了14个新的组建,这些组建分为两组:

  • 第一组:提供彼此独立的、互不干扰的功能。例如:

    • std::tr1::shared_ptrstd::tr1::unique_ptr
    • std::tr1::array,一个可选型模板数组;
    • std::tr1::functional,提供基于函数的适配器。
  • 第二组:利用精细化的模板技术(包括模板元编程)。例如:

    • std::tr1::bindstd::tr1::function,提供基于函数的可变参数适配。

2. 命名空间结构

这些新组建全部放置在std::tr1命名空间中,因此在编写时可选择使用std::限定符或std::tr1::


这段内容经过优化后,结构更清晰、语言更简洁,内容更具专业性,同时涵盖了关键点,适合技术文档或标准资料使用。

转载地址:http://ellnz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>