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
pandas 找到局部最大值和最小值
查看>>
pandas 按日期和年份分组,并汇总金额
查看>>
pandas 数据框条件 .mean() 取决于特定列中的值
查看>>
pandas 数据框至海运分组条形图
查看>>
pandas 时间序列重新采样结束给定的一天
查看>>
pandas 根据不是常量的第三列的值将值从一列复制到另一列
查看>>
pandas 根据值从多列中的一列查找
查看>>
Pandas 根据布尔条件选择行和列
查看>>
pandas 滚动窗口 - datetime64[ns] 未实现
查看>>
pandas 版本兼容特定的蟒蛇和NumPy配置吗?
查看>>
pandas 生成excel多级表头
查看>>
pandas 读取excel数据,以字典形式输出
查看>>
Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
查看>>
pandas 适用,但仅适用于满足条件的行
查看>>
pandas 重新采样到每月的特定工作日
查看>>
pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
查看>>
pandas :检测一个DF和另一个DF之间缺失的列
查看>>
Pandas-从具有嵌套列表列表的现有列创建动态列时出错
查看>>
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
查看>>