Читаем Программирование. Принципы и практика использования C++ Исправленное издание полностью

Можно также обращаться к элементам матрицы, используя схему их размещения в памяти, т.е. через указатель на ее первый элемент.

int* p = a.data(); // извлекаем данные с помощью указателя на массив

Это полезно при передаче объектов класса Matrix функциям в стиле языка C, принимающим указатели в качестве аргументов. Матрицы можно индексировать.

a(i);   // i-й элемент (в стиле языка Fortran) с проверкой

        // диапазона

a[i];   // i-й элемент (в стиле языка C) с проверкой диапазона

a(1,2); // ошибка: a — одномерный объект класса Matrix

Многие алгоритмы обращаются к части объекта класса Matrix. Эта часть называется срезкой и создается функцией slice() (часть объекта класса Matrix или диапазон элементов). В классе Matrix есть два варианта этой функции.

a.slice(i); // элементы, начиная с a[i] и заканчивая последним

a.slice(i,n); // n элементов, начиная с a[i] и заканчивая a[i+n–1]

Индексы и срезки можно использовать как в левой части оператора присваивания, так и в правой. Они ссылаются на элементы объекта класса Matrix, не создавая их копии. Рассмотрим пример.

a.slice(4,4) = a.slice(0,4); // присваиваем первую половину матрицы

                             // второй

Например, если объект a вначале выглядел так:

{ 1 2 3 4 5 6 7 8 }

то получим

{ 1 2 3 4 1 2 3 4 }

Обратите внимание на то, что чаще всего срезки задаются начальными и последними элементами объекта класса Matrix; т.е. a.slice(0,j) — это диапазон [0:j], а a.slice(j) — диапазон [j:a.size()]. В частности, приведенный выше пример можно легко переписать:

a.slice(4) = a.slice(0,4); // присваиваем первую половину матрицы

                           // второй

Иначе говоря, обозначения — дело вкуса. Вы можете указать такие индексы i и n, так что a.slice(i,n) выйдет за пределы диапазона матрицы a. Однако полученная срезка будет содержать только те элементы, которые действительно принадлежат объекту a. Например, срезка a.slice(i,a.size()) означает диапазон [i:a.size()], а a.slice(a.size()) и a.slice(a.size(),2) — это пустые объекты класса Matrix. Это оказывается полезным во многих алгоритмах. Мы подсмотрели это обозначение в математических текстах. Очевидно, что срезка a.slice(i,0) является пустым объектом класса Matrix. Нам не следовало бы писать это намеренно, но существуют алгоритмы, которые становятся проще, если срезка a.slice(i,n) при параметре n, равном 0, является пустой матрицей (это позволяет избежать ошибки).

  Копирование всех элементов выполняется как обычно.

Matrix a2 = a;  // копирующая инициализация

a = a2;              // копирующее присваивание

  К каждому элементу объекта класса Matrix можно применять встроенные операции.

a *= 7;   // пересчет: a[i]*=7 для каждого i (кроме того, +=, –=, /=

          // и т.д.)

a = 7;    // a[i]=7 для каждого i

Это относится к каждому оператору присваивания и каждому составному оператору присваивания (=, +=, –=, /=, *=, %=, ^=, &=, |=, >>=, <<=) при условии, что тип элемента поддерживает соответствующий оператор. Кроме того, к каждому элементу объекта класса Matrix можно применять функции.

a.apply(f);    // a[i]=f(a[i]) для каждого элемента a[i]

a.apply(f,7);  // a[i]=f(a[i],7) для каждого элемента a[i]

Составные операторы присваивания и функция apply() модифицируют свои аргументы типа Matrix. Если же мы захотим создать новый объект класса Matrix, то можем выполнить следующую инструкцию:

b = apply(abs,a); // создаем новый объект класса Matrix

                  // с условием b(i)==abs(a(i))

Функция abs — это стандартная функция вычисления абсолютной величины (раздел 24.8). По существу, функция apply(f,x) связана с функцией x.apply(f) точно так же, как оператор + связан с оператором +=. Рассмотрим пример.

b = a*7;        // b[i] = a[i]*7 для каждого i

a *= 7;         // a[i] = a[i]*7 для каждого i

y = apply(f,x); // y[i] = f(x[i]) для каждого i

Перейти на страницу:

Похожие книги

Programming with POSIX® Threads
Programming with POSIX® Threads

With this practical book, you will attain a solid understanding of threads and will discover how to put this powerful mode of programming to work in real-world applications. The primary advantage of threaded programming is that it enables your applications to accomplish more than one task at the same time by using the number-crunching power of multiprocessor parallelism and by automatically exploiting I/O concurrency in your code, even on a single processor machine. The result: applications that are faster, more responsive to users, and often easier to maintain. Threaded programming is particularly well suited to network programming where it helps alleviate the bottleneck of slow network I/O. This book offers an in-depth description of the IEEE operating system interface standard, POSIX (Portable Operating System Interface) threads, commonly called Pthreads. Written for experienced C programmers, but assuming no previous knowledge of threads, the book explains basic concepts such as asynchronous programming, the lifecycle of a thread, and synchronization. You then move to more advanced topics such as attributes objects, thread-specific data, and realtime scheduling. An entire chapter is devoted to "real code," with a look at barriers, read/write locks, the work queue manager, and how to utilize existing libraries. In addition, the book tackles one of the thorniest problems faced by thread programmers-debugging-with valuable suggestions on how to avoid code errors and performance problems from the outset. Numerous annotated examples are used to illustrate real-world concepts. A Pthreads mini-reference and a look at future standardization are also included.

David Butenhof

Программирование, программы, базы данных