gpt4 book ai didi

c++ - 根据运行时决策组合不同的迭代器

转载 作者:太空宇宙 更新时间:2023-11-04 11:22:40 25 4
gpt4 key购买 nike

我有一个算法,给定任意数量的 vector 运行一个特定的算法并返回结果。

可以从输入文件中读取 vector ,其中包含以 csv 格式表示 vector 的行,或者用户可以指定正整数(大于 2)n、k、m,程序将生成 n 个 vector ,其中每个 k 坐标随机分布在[0,m-1]范围内。

用户可以在可应用于每个 vector 的多个函数之间进行选择,例如将每个函数乘以标量、对每个元素应用模数、将第 N 个坐标归零等。

我考虑的解决方案是像标准算法一样使用迭代器(例如 std::copy)

template<class InputIt>
int my_transform(InputIt begin, InputIt end){
// ... stuff from begin to end
return result;
}

虽然它在我使用 std::istream_iterator 时有效作为参数,我非常有信心我会使用 boost::function_input_iterator对于生成的值和 boost::transform_iterator要应用所需的功能,我不太确定如何根据用户输入在运行时进行这些组合。

我可以在执行 my_transform 之前聚合所有用户输入,但是我如何将它应用到生成的迭代器上,因为它可以是 std::istream_iterator 中的任何内容到 boost::transform_iterator 还是 boost::function_input_iterator

附言:

  • 如标签中所述,我正在研究 VS13,因此解决方案应该与其兼容。
  • 迭代不止一次不是一种选择,因为这些文件可能会变得非常大。

最佳答案

我想你想要 Boost Range 的

  • join
  • any_range(基于 any_terator)

或者,您可以重新设计算法以默认在“流”模式下工作,并动态写入输出迭代器。

更新一个演示程序

下面的示例演示了如何连接(不同类型的)输入范围的任意组合,然后对其组合元素应用任意序列的转换函数。

主程序如下:

int main(int argc, char const** argv) {
using InIt = std::istream_iterator<int>;

if (argc!=4) return 255;
std::ifstream f1(argv[1]), f2(argv[2]), f3(argv[3]);

auto r1 = boost::make_iterator_range(InIt(f1), {}),
r2 = boost::make_iterator_range(InIt(f2), {}),
r3 = boost::make_iterator_range(InIt(f3), {});
auto r4 = boost::make_iterator_range(boost::make_function_input_iterator(r10gen_, 0), { r10gen_, 10 });

srand(time(0));
for (int i : random_compose_input(r1,r2,r3,r4)
| transformed(random_transform(
[](int i) { return i/3; },
[](int i) { return -4*i; },
[](int i) { return 100+i; },
[](int i) { return sqrt(abs(i)); }
))
)
{
std::cout << i << " ";
}
}

其中函数 random_compose_inputrandom_transform 执行输入范围和转换​​函数的运行时选择。

random_compose_input 返回一个 any_range,它包装了所选组合的连接范围的推导类型:

/////////////////////////////////////////////
// runtime composition of any input ranges
using AnyR = boost::any_range<int const, boost::single_pass_traversal_tag, int>;

template <typename R1, typename R2, typename R3, typename R4>
AnyR random_compose_input(R1 const& r1, R2 const& r2, R3 const& r3, R4 const& r4)
{
int select = rand()%16;
std::cout << "selected inputs " << std::showbase << std::hex << select << std::dec << "\n";
switch(select) {
case 0:
static int const* dummy = nullptr;
return boost::make_iterator_range(dummy, dummy);
case 1: return multi_join(r1 );
case 2: return multi_join( r2 );
case 3: return multi_join(r1, r2 );
case 4: return multi_join( r3 );
case 5: return multi_join(r1, r3 );
case 6: return multi_join( r2, r3 );
case 7: return multi_join(r1, r2, r3 );
case 8: return multi_join( r4);
case 9: return multi_join(r1, r4);
case 10: return multi_join( r2, r4);
case 11: return multi_join(r1, r2, r4);
case 12: return multi_join( r3, r4);
case 13: return multi_join(r1, r3, r4);
case 14: return multi_join( r2, r3, r4);
case 15: return multi_join(r1, r2, r3, r4);
}
throw "oops";
}

注意 multi_joinjoin 出现的地方。请参阅完整的程序 list ,了解使用可变函数模板的(直接)实现。

random_transform 组合恰好是 boost::function<int(int)> :

/////////////////////////////////////////////
// random composition of transformation
using Xfrm = boost::function<int(int)>;

template <typename F1, typename F2, typename F3, typename F4>
Xfrm random_transform(F1 const& f1, F2 const& f2, F3 const& f3, F4 const& f4)
{
int select = rand()%16;
std::cout << "selected transforms " << std::showbase << std::hex << select << std::dec << "\n";
switch(select) {
case 0: return [=](int i){ return ( ( ( (i)))); };
case 1: return [=](int i){ return ( ( (f1(i)))); };
case 2: return [=](int i){ return ( (f2( (i)))); };
case 3: return [=](int i){ return ( (f2(f1(i)))); };
case 4: return [=](int i){ return (f3( ( (i)))); };
case 5: return [=](int i){ return (f3( (f1(i)))); };
case 6: return [=](int i){ return (f3(f2( (i)))); };
case 7: return [=](int i){ return (f3(f2(f1(i)))); };
case 8: return [=](int i){ return f4( ( ( (i)))); };
case 9: return [=](int i){ return f4( ( (f1(i)))); };
case 10: return [=](int i){ return f4( (f2( (i)))); };
case 11: return [=](int i){ return f4( (f2(f1(i)))); };
case 12: return [=](int i){ return f4(f3( ( (i)))); };
case 13: return [=](int i){ return f4(f3( (f1(i)))); };
case 14: return [=](int i){ return f4(f3(f2( (i)))); };
case 15: return [=](int i){ return f4(f3(f2(f1(i)))); };
}
throw "oops";
}

对于示例,我硬编码了 4 个输入范围和 4 个潜在的转换步骤。

  • 这会产生高效的代码。
  • 但如果您愿意,您总是可以从“空白”AnyRboost::function<int(int)> 开始:

     boost::function<int(int)> xfrm = [](int i){return i;};

    while (std::getline(std::cin, line))
    {
    if (line == "+2") xfrm = [=](int i) { return xfrm(i) + 2 };
    else if (line == "-2") xfrm = [=](int i) { return xfrm(i) - 2 };
    else if (line == "*2") xfrm = [=](int i) { return xfrm(i) * 2 };
    else if (line == "/2") xfrm = [=](int i) { return xfrm(i) / 2 };
    }

    (请注意行为与静态已知 lambda 的组成的细微差别:lambda 具有推导的返回类型(例如,执行 double 的返回类型为 sqrt(abs(i))),并保持该类型。由于 boost::function 删除了此信息,它在转换序列中的每一步都隐含地强制转换为 int)

警告:2 个库错误

这里有两个库错误:

  1. this bug 分辨率为 in comment#2 in the tracker

  2. 另一个我不知道的错误,其中 any_iterator 无法在不添加构造函数重载的情况下包装 function_input_iterator:

    function_input_iterator(base_type const& b) : base_type(b) {};

    这是因为在某些时候 any_iterator 继续仅使用基类(这可能会在 function_input_iterator 库中修复。

完整代码

由于上面提到的错误,它不能完全在 Coliru 上运行,但这里有一个完整的程序,可以在我的 GCC 和 clang 安装上以 c++11 模式编译:

Live On Coliru

#include <boost/function.hpp>
#include <boost/range.hpp>
#include <boost/range/adaptors.hpp>
#include <boost/range/any_range.hpp>
#include <boost/range/join.hpp>
#include <boost/iterator/function_input_iterator.hpp>

using namespace boost::adaptors;

#include <iostream>
#include <fstream>
#include <vector>

/////////////////////////////////////////////
// multi_join utility
namespace detail {
struct multi_join_dispatch {
template <typename R1> static R1 call(R1&& r1)
{ return std::forward<R1>(r1); }

template <typename R1, typename... Rs> static auto call(R1&& r1, Rs&&... ranges)
-> decltype(boost::range::join(std::forward<R1>(r1), call(std::forward<Rs>(ranges)...)))
{ return boost::range::join(std::forward<R1>(r1), call(std::forward<Rs>(ranges)...)); }
};
}

template <typename... Rs> auto multi_join(Rs&&... ranges)
-> decltype(detail::multi_join_dispatch::call(std::forward<Rs>(ranges)...))
{ return detail::multi_join_dispatch::call(std::forward<Rs>(ranges)...); }

/////////////////////////////////////////////
// generate random numbers [0..9]
struct r10gen {
typedef int result_type;
int operator()() const { return rand()%10; }
} static r10gen_;

/////////////////////////////////////////////
// runtime composition of any input ranges
using AnyR = boost::any_range<int const, boost::single_pass_traversal_tag, int>;

template <typename R1, typename R2, typename R3, typename R4>
AnyR random_compose_input(R1 const& r1, R2 const& r2, R3 const& r3, R4 const& r4)
{
int select = rand()%16;
std::cout << "selected inputs " << std::showbase << std::hex << select << std::dec << "\n";
switch(select) {
case 0:
static int const* dummy = nullptr;
return boost::make_iterator_range(dummy, dummy);
case 1: return multi_join(r1 );
case 2: return multi_join( r2 );
case 3: return multi_join(r1, r2 );
case 4: return multi_join( r3 );
case 5: return multi_join(r1, r3 );
case 6: return multi_join( r2, r3 );
case 7: return multi_join(r1, r2, r3 );
case 8: return multi_join( r4);
case 9: return multi_join(r1, r4);
case 10: return multi_join( r2, r4);
case 11: return multi_join(r1, r2, r4);
case 12: return multi_join( r3, r4);
case 13: return multi_join(r1, r3, r4);
case 14: return multi_join( r2, r3, r4);
case 15: return multi_join(r1, r2, r3, r4);
}
throw "oops";
}

/////////////////////////////////////////////
// random composition of transformation
using Xfrm = boost::function<int(int)>;

template <typename F1, typename F2, typename F3, typename F4>
Xfrm random_transform(F1 const& f1, F2 const& f2, F3 const& f3, F4 const& f4)
{
int select = rand()%16;
std::cout << "selected transforms " << std::showbase << std::hex << select << std::dec << "\n";
switch(select) {
case 0: return [=](int i){ return ( ( ( (i)))); };
case 1: return [=](int i){ return ( ( (f1(i)))); };
case 2: return [=](int i){ return ( (f2( (i)))); };
case 3: return [=](int i){ return ( (f2(f1(i)))); };
case 4: return [=](int i){ return (f3( ( (i)))); };
case 5: return [=](int i){ return (f3( (f1(i)))); };
case 6: return [=](int i){ return (f3(f2( (i)))); };
case 7: return [=](int i){ return (f3(f2(f1(i)))); };
case 8: return [=](int i){ return f4( ( ( (i)))); };
case 9: return [=](int i){ return f4( ( (f1(i)))); };
case 10: return [=](int i){ return f4( (f2( (i)))); };
case 11: return [=](int i){ return f4( (f2(f1(i)))); };
case 12: return [=](int i){ return f4(f3( ( (i)))); };
case 13: return [=](int i){ return f4(f3( (f1(i)))); };
case 14: return [=](int i){ return f4(f3(f2( (i)))); };
case 15: return [=](int i){ return f4(f3(f2(f1(i)))); };
}
throw "oops";
}

int main(int argc, char const** argv) {
using InIt = std::istream_iterator<int>;

if (argc!=4) return 255;
std::ifstream f1(argv[1]), f2(argv[2]), f3(argv[3]);

auto r1 = boost::make_iterator_range(InIt(f1), {}),
r2 = boost::make_iterator_range(InIt(f2), {}),
r3 = boost::make_iterator_range(InIt(f3), {});

auto fi_b = boost::make_function_input_iterator(r10gen_, 0);
auto fi_l = boost::make_function_input_iterator(r10gen_, 10);
auto r4 = boost::make_iterator_range(fi_b, fi_l);

srand(time(0));
for (int i : random_compose_input(r1,r2,r3,r4)
| transformed(random_transform(
[](int i) { return i/3; },
[](int i) { return -4*i; },
[](int i) { return 100+i; },
[](int i) { return sqrt(abs(i)); }
))
)
{
std::cout << i << " ";
}
}

当我用例如运行它时

watch ./test <(echo {100..110}) <(echo {200..220}) <(echo {300..330})

典型的输出是

selected transforms 0x3
selected inputs 0x2
-264 -268 -268 -268 -272 -272 -272 -276 -276 -276 -280 -280 -280 -284 -284 -284 -288 -288 -288 -292 -292

或者,例如

selected transforms 0x1
selected inputs 0x8
0 0 2 2 0 1 2 1 1 2

关于c++ - 根据运行时决策组合不同的迭代器,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27746045/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com