- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
在浏览一些代码时,我遇到了以下模板:
template<typename T>
class is_abstract
{
class No { };
class Yes { No no[3]; };
template<class U>
static No test(U (*)[1]); // not defined
template<class U>
static Yes test(...); // not defined
public:
enum { result = (sizeof(test<T>(0)) == sizeof(Yes)) };
};
我明白 test<T>(0)
将通过返回 No
的重载调用对于非抽象 ( is_abstract<SomeAbstractClass>::result
= true) 类和其他重载,但为什么呢?
这是什么U (*)[1]
方法签名中的语法?
最佳答案
test<T>(0)
将调用 test
的第一次或第二次重载.第二个重载非常标准(它是第一个重载格式错误时的回退)。
现在,如何使抽象类的第一个声明格式错误?以下是一些可能的解决方案:
template<class U>
static No test(U); // (1)
template<class U>
static No test(U*); // (2)
template<class U>
static No test(U (*)[1]); // (3)
但是(1)
有问题和 (2)
:
test<T>(T())
,这对于任何抽象类都是错误的 T
(不仅是声明,还有调用),所以SFINAE不会工作(不会有回退,因为代码在重载解析“之前”是格式错误的);U*
总是有效的,即使对于抽象类也是如此,所以这是不行的;U (*)[1]
以来更简单的解决方案不需要您实例化 T()
在调用期间,但抽象类型的声明格式不正确,因此回退到 test(...)
根据需要工作。请注意,从 C++11 开始,有一个 std::is_abstract
标准定义的类。
关于 is_*
的旁注类:
这可能是一个旧的实现,现在有更简单的方法来做到这一点(自 C++11 起)。另请注意,使用 value
而不是 result
这里会好得多(会遵循标准约定)。遵循标准约定的 C++11 实现可以是1:
template <class T>
std::false_type is_abstract_(T (*)[1]);
template <class T>
std::true_type is_abstract_(...);
template<typename T>
struct is_abstract: decltype(is_abstract_<T>(0)) { };
1 如果你需要测试一个类是否是抽象的,使用标准 std::is_abstract
, 但如果您需要创建自己的 is_*
类,你应该按照这个例子而不是你找到的那个。
关于c++ - 抽象类分类的模板语法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39145949/
我正在尝试使用 Pandas 和 scikit-learn 在 Python 中执行分类。我的数据集包含文本变量、数值变量和分类变量的混合。 假设我的数据集如下所示: Project Cost
我想要一种图形化且有吸引力的方式来表示二进制数据的列总和,而不是表格格式。我似乎无法让它发挥作用,尽管有人会认为这将是一次上篮。 数据看起来像这样(我尝试创建一个可重现的示例,但无法让代码填充 0 和
我有一个简单的类别模型: class Category(models.Model): name = models.CharField(max_length=200) slug = mo
我正在开发一个知识系统,当用户进入一道菜时,该系统可以返回酒。我的想法是根据用户的输入为每个葡萄酒类别添加分数,然后显示最适合的葡萄酒类别的前 3 个。例如,如果有人输入鱼,那么知识库中的所有红葡萄酒
我目前正在研究流失问题的预测模型。 每当我尝试运行以下模型时,都会收到此错误:至少一个类级别不是有效的 R 变量名称。这将在生成类概率时导致错误,因为变量名称将转换为 X0、X1。请使用可用作有效 R
如何对栅格重新分类(子集)r1 (与 r2 具有相同的尺寸和范围)基于 r2 中的以下条件在给定的示例中。 条件: 如果网格单元格值为 r2是 >0.5 ,保留>0.5中对应的值以及紧邻0.5个值的相
我想知道在 java 中进行以下分类的最佳方法是什么。例如,我们有一个简单的应用程序,其分类如下: 空气 -----电机类型 -----------平面对象 -----非电机型 -----------
这是一个非常基本的示例。但我正在做一些数据分析,并且不断发现自己编写非常类似的 SQL 计数查询来生成概率表。 我的表被定义为值 0 表示事件未发生,而值 1 表示事件确实发生。 > sqldf(
假设我有一组护照图像。我正在开展一个项目,我必须识别每本护照上的姓名,并最终将该对象转换为文本。 对于标签(或分类(我认为是初学者))的第一部分,每本护照上都有姓名,我该怎么做? 我可以使用哪些技术/
我有这张图片: 我想做的是在花和树之间对这张图片进行分类,这样我就可以找到图片中被树木覆盖的区域,以及被那些花覆盖的区域。 我在想这可能是某种 FFT 问题,但我不确定它是如何工作的。单个花的 FFT
我的数据集有 32 个分类变量和一个数值连续变量(sales_volume) 首先,我使用单热编码 (pd.get_dummies) 将分类变量转换为二进制,现在我有 1294 列,因为每一列都有多个
我正在尝试学习一些神经网络来获得乐趣。我决定尝试从 kaggle 的数据集中对一些神奇宝贝传奇卡进行分类。我阅读了文档并遵循了机器学习掌握指南,同时阅读了媒体以尝试理解该过程。 我的问题/疑问:我尝试
我目前正在进行推文情绪分析,并且有几个关于步骤的正确顺序的问题。请假设数据已经过相应的预处理和准备。所以这就是我将如何进行: 使用 train_test_split(80:20 比例)停止测试数据集。
一些上下文:Working with text classification and big sparse matrices in R 我一直在研究 text2vec 的文本多类分类问题。包装和 ca
数据 我有以下(简化的)数据集,我们称之为 df从现在开始: species rank value 1
我一直在尝试创建一个 RNN。我总共有一个包含 1661 个单独“条目”的数据集,每个条目中有 158 个时间序列坐标。 以下是一个条目的一小部分: 0.00000000e+00 1.9260968
我有一个关于机器学习的分类和回归问题。第一个问题,以下数据集 http://it.tinypic.com/view.php?pic=oh3gj7&s=8#.VIjhRDGG_lF 我们可以说,数据集是
我用1~200个数据作为训练数据,201~220个作为测试数据格式如下:3 个类(类 1、类 2、类 3)和 20 个特征 2 1:100 2:96 3:88 4:94 5:96 6:94 7:72
我有 2 个基于多个数字特征(例如 v1….v20)的输出类别(好和差)。 如果 v1、v2、v3 和 v4 为“高”,则该类别为“差”。如果 v1、v2、v3 和 v4 为“低”,则该类别为“好”
我遇到了使用朴素贝叶斯将文档分类为各种类别问题的问题。 实际上我想知道 P(C) 或我们最初掌握的类别的先验概率会随着时间的推移而不断变化。例如,对于类(class) - [音乐、体育、新闻] 初始概
我是一名优秀的程序员,十分优秀!