`
xpp02
  • 浏览: 1006970 次
社区版块
存档分类
最新评论

C++提高进阶,你知道多少?

 
阅读更多

C++从零开始

——何谓编程

引言

曾经有些人问我问题,问得都是一些很基础的问题,但这些人却已经能使用VC编一个对话框界面来进行必要的操作或者是文档/视界面来实时接收端口数据并动态显示曲线(还使用了多线程技术),却连那些基础的问题都不清楚,并且最严重的后果就是导致编写出拙劣的代码(虽然是多线程,但真不敢恭维),不清楚类的含义,混杂使用各种可用的技术来达到目的(连用异常代替选择语句都弄出来了),代码逻辑混乱,感觉就和金山快译的翻译效果一样。

我认为任何事情,基础都是最重要的,并且在做完我自定的最后一个项目后我就不再做编程的工作,守着这些经验也没什么意义,在此就用本系列说说我对编程的理解,帮助对电脑编程感兴趣的人快速入门(不过也许并不会想象地那么快)。由于我从没正经看完过一本C++的书(都是零碎偶尔翻翻的),并且本系列并不是教条式地将那些该死的名词及其解释罗列一遍,而是希望读者能够理解编程,而不是学会一门语言(即不止会英翻汉,还会汉翻英)。整个系列全用我自己的理解来写的,并无参考其他教材(在一些基础概念上还是参考了MSDN),所以本系列中的内容可能有和经典教材不一致的地方,但它们的本质应该还是一样的,只是角度不同而已。本系列不会仔细讲解C++的每个关键字(有些并不重要),毕竟目的不是C++语言参考,而是编程入门。如果本系列文章中有未提及的内容,还请参考MSDN中的C++语言参考(看完本系列文章后应该有能力做这件事了),而本系列给出的内容均是以VC编译器为基础,基于32位Windows操作系统的。

下面罗列一下各文章的标题和主要内容,红色修饰的文章标题表示我认为的重点。

C++从零开始(一)——何谓编程(说明编程的真正含义及两个重要却容易被忽略的基础概念)

C++从零开始(二)——何谓表达式(说明各操作符的用处,但不是全部,剩余的会在其它文章提到)

C++从零开始(三)——何谓变量(说明电脑的工作方式,阐述内存、地址等极其重要的概念)

C++从零开始(四)——赋值操作符(《C++从零开始(二)》的延续,并为指针的解释打一点基础)

C++从零开始(五)——何谓指针(阐述指针、数组等重要的概念)

C++从零开始(六)——何谓语句(讲解C++提供的各个语句,说明各自存在的理由)

C++从零开始(七)——何谓函数(说明函数及其存在的理由)

C++从零开始(八)——C++样例一(给出一两个简单算法,一步步说明如何从算法编写出C++代码)

C++从零开始(九)——何谓结构(简要说明结构、枚举等及其存在的理由)

C++从零开始(十)——何谓类(说明类及其存在的理由,以及声明、定义、头文件等概念)

C++从零开始(十一)——类的相关知识(说明派生、继承、名字空间、操作符重载等)

C++从零开始(十二)——何谓面向对象编程思想(阐述何谓编程思想,重点讲述面向对象编程思想)

何谓程序

程序,即过程的顺序,准确地说应该是顺序排列的多个过程,其是方法的描述。比如吃菜,先用筷子夹起菜,再用筷子将菜送入嘴中,最后咀嚼并吞下。其中的夹、送、咀嚼和吞下就被称作命令,而菜则是资源,其状态(如形状、位置等)随着命令的执行而不断发生变化。上面就是吃菜这个方法的描述,也就是吃菜的程序。

任何方法都是为了改变某些资源的状态而存在,因此任何方法的描述,也就是程序,也都一定有命令这个东西以及其所作用的资源。命令是由程序的执行者来实现的,比如上面的吃菜,其中的夹、送等都是由吃菜的人来实现的,而资源则一定是执行者可以改变的东西,而命令只是告诉执行者如何改变而已。

电脑程序和上面一样,是方法的描述,而这些方法就是人期望电脑能做的事注意不是电脑要做的事,这经常一直混淆着许多人),当人需要做这些事时,人再给出某些资源以期电脑能对其做正确的改变。如计算圆周率的程序,其只是方法的描述,本身是不能发生任何效用的,直到它被执行,人为给定它一块内存(关于内存,请参考《C++从零开始(三)》),告诉它计算结果的精度及计算结果的存放位置后,其才改变人为给定的这块内存的状态以表现出计算结果。

因此,对于电脑程序,命令就是CPU的指令,而执行者也就由于是CPU的指令而必须是CPU了,而最后的资源则就是CPU可以改变其状态的内存(当然不止,如端口等,不过一般应用程序都大量使用内存罢了)。所以,电脑程序就是电脑如何改变给定资源(一般是内存,也可以是其他硬件资源)的描述,注意是描述,本身没有任何意义,除非被执行。

何谓编程

编程就是编写程序,即制订方法。为什么要有方法?方法是为了说明。而之所以要有说明就有很多原因了,但电脑编程的根本原因是因为语言不同,且不仅不同,连概念都不相通。

人类的语言五花八门,但都可以通过翻译得到正解,因为人类生存在同一个四维物理空间中,具有相同或类似的感知。而电脑程序执行时的CPU所能感受到的空间和物理空间严重不同,所以是不可能将电脑程序翻译成人类语言的描述的。这很重要,其导致了大部分程序员编写出的拙劣代码,因为人想的和电脑想的没有共性,所以他们在编写程序时就随机地无目的地编写,进而导致了拙劣却可以执行的代码。

电脑的语言就是CPU的指令,因为CPU就这一个感知途径(准确地说还有内存定位、中断响应等感知途径),不像人类还能有肢体语言,所以电脑编程就是将人类语言书写的方法翻译成相应的电脑语言,是一个翻译过程。这完全不同于一般的翻译,由于前面的红字,所以是不可能翻译的。!!是翻译但是是不同于任何两个语种之间翻译的一种翻译。

既然不可能翻译,那电脑编程到底是干甚?考虑一个木匠,我是客人。我对木匠说我要一把摇椅,躺着很舒服的那种。然后木匠开始刨木头,按照一个特殊的曲线制作摇椅下面的曲木以保证我摇的时候重心始终不变以感觉很舒服。这里我编了个简单的程序,只有一条指令——做一把摇着很舒服的摇椅。而木匠则将我的程序翻译成了刨木头、设计特定的曲木等一系列我看不懂的程序。之所以会这样,在这里就是因为我生活的空间和木工(是木工工艺,不是木匠)没有共性。这里木匠就相当于电脑程序员兼CPU(因为最后由木匠来制作摇椅),而木匠的手艺就是CPU的指令定义,而木匠就将我的程序翻译成了木工的一些规程,由木匠通过其手艺来实现这些规程,也就是执行程序。

上面由于我生活的空间和木工(指木工工艺,不是工人)没有共性,所以是不可能翻译的,但上面翻译成功了,实际是没有翻译的。在木工眼中,那个摇椅只是一些直木和曲木的拼接而已,因为木工空间中根本没有摇椅的概念,只是我要把那堆木头当作摇椅,进而使用。如果我把那堆木头当作凶器,则它就是凶器,不是什么摇椅了。

“废话加荒谬加放屁!”,也许你会这么大叫,但电脑编程就是这么一回事。CPU只能感知指令和改变内存的状态(不考虑其他的硬件资源及响应),如果我们编写了一个计算圆周率的程序,给出了一块内存,并执行,完成后就看见电脑的屏幕显示正确的结果。但一定注意,这里电脑实际只是将一些内存的数值复制、加减、乘除而已,电脑并不知道那是圆周率,而如果执行程序的人不把它说成是圆周率那么那个结果也就不是圆周率了,可能是一个随机数或其他什么的,只是运气极好地和圆周率惊人地相似。

上面的东西我将其称为语义,即语言的意义,其不仅仅可应用在电脑编程方面,实际上许多技术,如机械、电子、数学等都有自己的语言,而那些设计师则负责将客户的简单程序翻译成相应语言描述的程序。作为一个程序员是极其有必要了解到语义的重要性的(我在我的另一篇文章《语义的需要》中对代码级的语义做过较详细的阐述,有兴趣可以参考之),在后续的文章中我还将提到语义以及其对编程的影响,如果你还没有理解编程是什么意思,随着后续文章的阅读应该能够越来越明了。

!!编程是什么,现在的理解,利用编程语言去翻译现实生活的需要。

电脑编程的基础知识——编译器和连接器

我从没见过(不过应该有)任何一本C++教材有讲过何谓编译器(Compiler)及连接器(Linker)(倒是在很老的C教材中见过),现在都通过一个类似VC这样的编程环境隐藏了大量东西,将这些封装起来。在此,对它们的理解是非常重要的,本系列后面将大量运用到这两个词汇,其决定了能否理解如声明、定义、外部变量、头文件等非常重要的关键。

前面已经说明了电脑编程就是一个“翻译”过程,要把用户的程序翻译成CPU指令,其实也就是机器代码。所谓的机器代码就是用CPU指令书写的程序,被称作低级语言。而程序员的工作就是编写出机器代码。由于机器代码完全是一些数字组成(CPU感知的一切都是数字,即使是指令,也只是1代表加法、2代表减法这一类的数字和工作的映射),人要记住1是代表加法、2是代表减法将比较困难,并且还要记住第3块内存中放的是圆周率,而第4块内存中放的是有效位数。所以发明了汇编语言,用一些符号表示加法而不再用1了,如用ADD表示加法等。

由于使用了汇编语言,人更容易记住了,但是电脑无法理解(其只知道1是加法,不知道ADD是加法,因为电脑只能看见数字),所以必须有个东西将汇编代码翻译成机器代码,也就是所谓的编译器。即编译器是将一种语言翻译成另一种语言的程序。

即使使用了汇编语言,但由于其几乎只是将CPU指令中的数字映射成符号以帮助记忆而已,还是使用的电脑的思考方式进行思考的,不够接近人类的思考习惯,故而出现了纷繁复杂的各种电脑编程语言,如:PASCAL、BASIC、C等,其被称作高级语言,因为比较接近人的思考模式(尤其C++的类的概念的推出),而汇编语言则被称作低级语言(C曾被称作高级的低级语言),因为它们不是很符合人类的思考模式,人类书写起来比较困难。由于CPU同样不认识这些PASCAL、BASIC等语言定义的符号,所以也同样必须有一个编译器把这些语言编写的代码转成机器代码。对于这里将要讲到的C++语言,则是C++语言编译器(以后的编译器均指C++语言编译器)。

因此,这里所谓的编译器就是将我们书写的C++源代码转换成机器代码。由于编译器执行一个转换过程,所以其可以对我们编写的代码进行一些优化,也就是说其相当于是一个CPU指令程序员,将我们提供的程序翻译成机器代码,不过它的工作要简单一些了,因为从人类的思考方式转成电脑的思考方式这一过程已经由程序员完成了,而编译器只是进行翻译罢了(最多进行一些优化)。

还有一种编译器被称作翻译器(Translator),其和编译器的区别就是其是动态的而编译器是静态的。如前面的BASIC的编译器在早期版本就被称为翻译器,因为其是在运行时期即时进行翻译工作的,而不像编译器一次性将所有代码翻成机器代码。对于这里的“动态”、“静态”和“运行时期”等名词,不用刻意去理解它,随着后续文章的阅读就会了解了。

编译器把编译后(即翻译好的)的代码以一定格式(对于VC,就是COFF通用对象文件格式,扩展名为.obj)存放在文件中,然后再由连接器将编译好的机器代码按一定格式(在Windows操作系统下就是PortableExecutableFileFormat——PE文件格式)存储在文件中,以便以后操作系统执行程序时能按照那个格式找到应该执行的第一条指令或其他东西,如资源等。至于为什么中间还要加一个连接器以及其它细节,在后续文章中将会进一步说明。

也许你还不能了解到上面两个概念的重要性,但在后续的文章中,你将会发现它们是如此的重要以至于完全有必要在这唠叨一番。

C++从零开始(二)

——何谓表达式

本篇是此系列的开头,在学英语时,第一时间学的是字母,其是英语的基础。同样,在C++中,所有的代码都是通过标识符(Identifier)、表达式(Expression)和语句(Statement)及一些必要的符号(如大括号等)组成,在此先说明何谓标识符。

标识符

标识符是一个字母序列,由大小写英文字母、下划线及数字组成,用于标识。标识就是标出并识别,也就是名字。其可以作为后面将提到的变量或者函数或者类等的名字,也就是说用来标识某个特定的变量或者函数或者类等C++中的元素。

比如:abc就是一个合法的标识符,即abc可以作为变量、函数等元素的名字,但并不代表abc就是某个变量或函数的名字,而所谓的合法就是任何一个标识符都必须不能以数字开头,只能包括大小写英文字母、下划线及数字,不能有其它符号,如,!^等,并且不能与C++关键字相同。也就是我们在给一个变量或函数起名字的时候,必须将起的名字看作是一个标识符,并进而必须满足上面提出的要求。如12ab_C就不是一个合法的标识符,因此我们不能给某个变量或函数起12ab_C这样的名字;ab_12C就是合法的标识符,因此可以被用作变量或函数的名字。

前面提到关键字,在后续的语句及一些声明修饰符的介绍中将发现,C++提供了一些特殊的标识符作为语句的名字,用以标识某一特定语句,如if、while等;或者提供一些修饰符用以修饰变量、函数等元素以实现语义或给编译器及连接器提供一些特定信息以进行优化、查错等操作,如extern、static等。因此在命名变量或函数或其他元素时,不能使用if、extern等这种C++关键字作为名字,否则将导致编译器无法确认是一个变量(或函数或其它C++元素)还是一条语句,进而无法编译。

如果要让某个标识符是特定变量或函数或类的名字,就需要使用声明,在后续的文章中再具体说明。

数字

C++作为电脑编程语言,电脑是处理数字的,因此C++中的基础东西就是数字。C++中提供两种数字:整型数和浮点数,也就是整数和小数。但由于电脑实际并不是想象中的数字化的(详情参见《C++从零开始(三)》中的类型一节),所以整型数又分成了有符号和无符号整型数,而浮点数则由精度的区别而分成单精度和双精度浮点数,同样的整型数也根据长度分成长整型和短整型。

要在C++代码中表示一个数字,直接书写数字即可,如:123、34.23、-34.34等。由于电脑并非以数字为基础而导致了前面数字的分类,为了在代码中表现出来,C++提供了一系列的后缀进行表示,如下:

u或U表示数字是无符号整型数,如:123u,但并不说明是长整型还是短整型

l或L表示数字是长整型数,如:123l;而123ul就是无符号长整型数;而34.4l就是长双精度浮点数,等效于双精度浮点数

i64或I64表示数字是长长整型数,其是为64位操作系统定义的,长度比长整型数长。如:43i64

f或F表示数字是单精度浮点数,如:12.3f

e或E表示数字的次幂,如:34.4e-2就是0.344;0.2544e3f表示一个单精度浮点数,值为254.4

当什么后缀都没写时,则根据有无小数点及位数来决定其具体类型,如:123表示的是有符号整型数,而12341434则是有符号长整型数;而34.43表示双精度浮点数。

为什么要搞这么多事出来,还分什么有符号无符号之类的?这全是因为电脑并非基于数字的,而是基于状态的,详情在下篇中将详细说明。

作为科学计算,可能经常会碰到使用非十进制数字,如16进制、8进制等,C++也为此提供了一些前缀以进行支持。

在数字前面加上0x或0X表示这个数字是16进制表示的,如:0xF3Fa、0x11cF。而在前面加一个0则表示这个数字是用8进制表示的,如:0347,变为十进制数就为231。但16进制和8进制都不能用于表示浮点数,只能表示整型数,即0x34.343是错误的。

字符串

C++除了提供数字这种最基础的表示方式外,还提供了字符及字符串。这完全只是出于方便编写程序而提供的,C++作为电脑语言,根本没有提供字符串的必要性。不过由于人对电脑的基本要求就是显示结果,而字符和字符串都由于是人易读的符号而被用于显示结果,所以C++专门提供了对字符串的支持。

前面说过,电脑只认识数字,而字符就是文字符号,是一种图形符号。为了使电脑能够处理符号,必须通过某种方式将符号变成数字,在电脑中这通过在符号和数字之间建立一个映射来实现,也就是一个表格。表格有两列,一列就是我们欲显示的图形符号,而另一列就是一个数字,通过这么一张表就可以在图形符号和数字之间建立映射。现在已经定义出一标准表,称为ASCII码表,几乎所有的电脑硬件都支持这个转换表以将数字变成符号进而显示计算结果。

有了上面的表,当想说明结果为“A”时,就查ASCII码表,得到“A”这个图形符号对应的数字是65,然后就告诉电脑输出序号为65的字符,最后屏幕上显示“A”。

这明显地繁杂得异常,为此C++就提供了字符和字符串。当我们想得到某一个图形符号的ASCII码表的序号时,只需通过单引号将那个字符括起来即可,如:'A',其效果和65是一样的。当要使用不止一个字符时,则用双引号将多个字符括起来,也就是所谓的字符串了,如:"ABC"。因此字符串就是多个字符连起来而已。但根据前面的说明易发现,字符串也需要映射成数字,但它的映射就不像字符那么简单可以通过查表就搞定的,对于此,将在后续文章中对数组作过介绍后再说明。

操作符

电脑的基本是数字,那么电脑的所有操作都是改变数字,因此很正常地C++提供了操作数字的一些基本操作,称作操作符(Operator),如:+-*/等。任何操作符都要返回一个数字,称为操作符的返回值,因此操作符就是操作数字并返回数字的符号。作为一般性地分类,按操作符同时作用的数字个数分为一元、二元和三元操作符。

一元操作符有:

+其后接数字,原封不动地返回后接的数字。如:+4.4f的返回值是4.4;+-9.3f的返回值是-9.3。完全是出于语义的需要,如表示此数为正数。

-其后接数字,将后接的数字的符号取反。如:-34.4f的返回值是-34.4;-(-54)的返回值是54。用于表示负数。

!其后接数字,逻辑取反后接的数字。逻辑值就是“真”或“假”,为了用数字表示逻辑值,在C++中规定,非零值即为逻辑真,而零则为逻辑假。因此3、43.4、'A'都表示逻辑真,而0则表示逻辑假。逻辑值被应用于后续的判断及循环语句中。而逻辑取反就是先判断“!”后面接的数字是逻辑真还是逻辑假,然后再将相应值取反。如:

!5的返回值是0,因为先由5非零而知是逻辑真,然后取反得逻辑假,故最后返回0。

!!345.4的返回值是1,先因345.4非零得逻辑真,取反后得逻辑假,再取反得逻辑真。虽然只要非零就是逻辑真,但作为编译器返回的逻辑真,其一律使用1来代表逻辑真。

~其后接数字,取反后接的数字。取反是逻辑中定义的操作,不能应用于数字。为了对数字应用取反操作,电脑中将数字用二进制表示,然后对数字的每一位进行取反操作(因为二进制数的每一位都只能为1或0,正好符合逻辑的真和假)。如~123的返回值就为-124。先将123转成二进制数01111011,然后各位取反得10000100,最后得-124。

这里的问题就是为什么是8位而不是16位二进制数。因为123小于128,被定位为char类型,故为8位(关于char是什么将下篇介绍)。如果是~123ul,则返回值为4294967172。

为什么要有数字取反这个操作?因为CPU提供了这样的指令。并且其还有着很不错且很重要的应用,后面将介绍。

关于其他的一元操作符将在后续文章中陆续提到(但不一定全部提到)。

二元操作符有:

+

-

*

/

%其前后各接一数字,返回两数字之和、差、积、商、余数。如:

34+4.4f的返回值是38.4;3+-9.3f的返回值是-6.3。

34-4的返回值是30;5-234的返回值是-229。

3*2的返回值是6;10/3的返回值是3。

10%3的返回值是1;20%7的返回值是6。

&&

||其前后各接一逻辑值,返回两逻辑值之“与”运算逻辑值和“或”运算逻辑值。如:

'A'&&34.3f的返回值是逻辑真,为1;34&&0的返回值是逻辑假,为0。

0||'B'的返回值是逻辑真,为1;0||0的返回值是逻辑假,为0。

&

|

^其前后各接一数字,返回两数字之“与”运算、“或”运算、“异或”运算值。如前面所说,先将两侧的数字转成二进制数,然后对各位进行与、或、异或操作。如:

4&6的返回值是4,4转为00000100,6转为00000110各位相与得,00000100,为4。

4|6的返回值是6,4转为00000100,6转为00000110各位相或得,00000110,为6。

4^6的返回值是2,4转为00000100,6转为00000110各位相异或得,00000010,为2。

>

<

==

>=

<=

!=其前后各接一数字,根据两数字是否大于、小于、等于、大于等于、小于等于及不等于而返回相应的逻辑值。如:

34>34的返回值是0,为逻辑假;32<345的返回值为1,为逻辑真。

23>=23和23>=14的返回值都是1,为逻辑真;54<=4的返回值为0,为逻辑假。

56==6的返回值是0,为逻辑假;45==45的返回值是1,为逻辑真。

5!=5的返回值是0,为逻辑假;5!=35的返回值是真,为逻辑真。

>>

<<其前后各接一数字,将左侧数字右移或左移右侧数字指定的位数。与前面的~、&、|等操作一样,之所以要提供左移、右移操作主要是因为CPU提供了这些指令,主要用于编一些基于二进制数的算法。

<<将左侧的数字转成二进制数,然后将各位向左移动右侧数值的位数,如:4,转为00000100,左移2位,则变成00010000,得16。

>>与<<一样,只不过是向右移动罢了。如:6,转为00000110,右移1位,变成00000011,得3。如果移2位,则有一位超出,将截断,则6>>2的返回值就是00000001,为1。

左移和右移有什么用?用于一些基于二进制数的算法,不过还可以顺便作为一个简单的优化手段。考虑十进制数3524,我们将它左移2位,变成352400,比原数扩大了100倍,准确的说应该是扩大了10的2次方倍。如果将3524右移2位,变成35,相当于原数除以100的商。

同样,前面4>>2,等效于4/4的商;32>>3相当于32/8,即相当于32除以2的3次方的商。而4<<2等效于4*4,相当于4乘以2的2次方。因此左移和右移相当于乘法和除法,只不过只能是乘或除相应进制数的次方罢了,但它的运行速度却远远高于乘法和除法,因此说它是一种简单的优化手段。

,其前后各接一数字,简单的返回其右侧的数字。如:

34.45f,54的返回值是54;-324,4545f的返回值是4545f。

那它到底有什么用?用于将多个数字整和成一个数字,在《C++从零开始(四)》中将进一步说明。

关于其他的二元操作符将在后续文章中陆续提到(但不一定全部提到)。

三元操作符只有一个,为?:,其格式为:<数字1>?<数字2>:<数字3>。它的返回值为:如果<数字1>是逻辑真,返回<数字2>,否则返回<数字3>。如:

34?4:2的返回值就是4,因为34非零,为逻辑真,返回4。而0?4:2的返回值就是2,因为0为逻辑假,返回2。

表达式

你应该发现前面的荒谬之处了——12>435返回值为0,那为什么不直接写0还吃饱了撑了写个12>435在那?这就是表达式的意义了。

前面说“>”的前后各接一数字,但是操作符是操作数字并返回数字的符号,因为它返回数字,因此可以放在上面说的任何一个要求接数字的地方,也就形成了所谓的表达式。如:23*54/45>34的返回值就是0,因为23*54的返回值为1242;然后又将1242作为“/”的左接数字,得到新的返回值27.6;最后将27.6作为“>”的左接数字进而得到返回值0,为逻辑假。

因此表达式就是由一系列返回数字的东西和操作符组合而成的一段代码,其由于是由操作符组成的,故一定返回值。而前面说的“返回数字的东西”则可以是另一个表达式,或者一个变量,或者一个具有返回值的函数,或者具有数字类型操作符重载的类的对象等,反正只要是能返回一个数字的东西。如果对于何谓变量、函数、类等这些名词感到陌生,不需要去管它们,在后继的文章中将会一一说明。

因此34也是一个表达式,其返回值为34,只不过是没有操作符的表达式罢了(在后面将会了解到34其实是一种操作符)。故表达式的概念其实是很广的,只要有返回值的东西就可以称为表达式。

由于表达式里有很多操作符,执行操作符的顺序依赖于操作符的优先级,就和数学中的一样,*、/的优先级大于+、-,而+、-又大于>、<等逻辑操作符。不用去刻意记住操作符的优先级,当不能确定操作符的执行顺序时,可以使用小括号来进行指定。如:

((1+2)*3)+3)/4的返回值为3,而1+2*3+3/4的返回值为7。注意3/4为0,因为3/4的商是0。当希望进行浮点数除法或乘法时,只需让操作数中的某一个为浮点数即可,如:3/4.0的返回值为0.75。

&|^~等的应用

前面提过逻辑操作符“&&”、“||”、“!”等,作为表示逻辑,其被C++提供一点都不值得惊奇。但是为什么要有一个将数字转成二进制数,然后对二进制数的各位进行逻辑操作的这么一类操作符呢?首先是CPU提供了相应的指令,并且其还有着下面这个非常有意义的应用。

考虑一十字路口,每个路口有三盏红绿灯,分别指明能否左转、右转及直行。共有12盏,现在要为它编写一个控制程序,不管这程序的功能怎样,首先需要将红绿灯的状态转化为数字,因为电脑只知道数字。所以用3个数字分别表示某路口的三盏红绿灯,因此每个红绿灯的状态由一个数字来表示,假设红灯为0,绿灯为1(不考虑黄灯或其他情况)。

后来忽然发现,其实也可以用一个数字表示一个路口的三盏红绿灯状态,如用110表示左转绿灯、直行绿灯而右转红灯。上面的110是一个十进制数字,它的每一位实际都可以为0~9十个数字,但是这里只应用到了两个:0和1,感觉很浪费。故选择二进制数来表示,还是110,但是是二进制数了,转成十进制数为6,即使当为111时转成十进制数也只是7,比前面的110这个十进制数小多了,节约了……??什么??

我们在纸上写数字235425234一定比写134这个数字要更多地占用纸张(假设字都一样大)。因此记录一个大的数比记录一个小的数要花费更多的资源。简直荒谬!不管是100还是1000,都只是一个数字,为什么记录大的数字就更费资源?因为电脑并不是数字计算机,而是电子计算机,它是基于状态而不是基于数字的,这在下篇会详细说明。电脑必须使用某种表示方式来代表一个数字,而那个表示方式和二进制很像,但并不是二进制数,故出现记录大的数较小的数更耗资源,这也就是为什么上面整型数要分什么长整型短整型的原因了。

下面继续上面的思考。使用了110这个二进制数来表示三盏红绿灯的状态,那么现在要知道110这个数字代表左转红绿灯的什么状态。以数字的第三位表示左转,不过电脑并不知道这个,因此如下:110&100。这个表达式的返回值是100,非零,逻辑真。假设某路口的状态为010,则同样的010&100,返回值为0,逻辑假。因此使用“&”操作符可以将二进制数中的某一位或几位的状态提取出来。所以我们要了解一个数字代表的红绿灯状态中的左转红绿灯是否绿灯时,只需让它和100相与即可。

现在要保持其他红绿灯的状态不变,仅仅使左转红绿灯为绿灯,如当前状态为010,为了使左转红绿灯为绿灯,值应该为110,这可以通过010|100做到。如果当前状态是001,则001|100为101,正确——直行和右转的红绿灯状态均没有发生变化。因此使用“|”操作符可以给一个二进制数中的某一位或几位设置状态,但只能设置为1,如果想设置为0,如101,要关掉左转的绿灯,则101&~100,返回值为001。

上面一直提到的路口红绿灯的状态实际编写时可以使用一个变量来表示,而上面的100也可以用一个标识符来表示,如state&TS_LEFT,就可以表示检查变量state所表示的状态中的左转红绿灯的状态。

上面的这种方法被大量地运用,如创建一个窗口,一个窗口可能有二三十个风格,则通过上面的方法,就可以只用一个32位长的二进制数字就表示了窗口的风格,而不用去弄二三十个数字来分别代表每种风格是否具有。

C++从零开始(三)

——何谓变量

本篇说明内容是C++中的关键,基本大部分人对于这些内容都是昏的,但这些内容又是编程的基础中的基础,必须详细说明。

数字表示

数学中,数只有数值大小的不同,绝不会有数值占用空间的区别,即数学中的数是逻辑上的一个概念,但电脑不是。考虑算盘,每个算盘上有很多列算子,每列都分成上下两排算子。上排算子有2个,每个代表5,下排算子有4个,每个代表1(这并不重要)。因此算盘上的每列共有6个算子,每列共可以表示0到14这15个数字(因为上排算子的可能状态有0到2个算子有效,而下排算子则可能有0到4个算子有效,故为3×5=15种组合方式)。

上面的重点就是算盘的每列并没有表示0到14这15个数字,而是每列有15种状态,因此被人利用来表示数字而已(这很重要)。由于算盘的每列有15个状态,因此用两列算子就可以有15×15=225个状态,因此可以表示0到224。阿拉伯数字的每一位有0到9这10个图形符号,用两个阿拉伯数字图形符号时就能有10×10=100个状态,因此可以表示0到99这100个数。

这里的算盘其实就是一个基于15进制的记数器(可以通过维持一列算子的状态来记录一位数字),它的一列算子就相当于一位阿拉伯数字,每列有15种状态,故能表示从0到14这15个数字,超出14后就必须通过进位来要求另一列算子的加入以表示数字。电脑与此一样,其并不是数字计算机,而是电子计算机,电脑中通过一根线的电位高低来表示数字。一根线中的电位规定只有两种状态——高电位和低电位,因此电脑的数字表示形式是二进制的。

和上面的算盘一样,一根电线只有两个状态,当要表示超出1的数字时,就必须进位来要求另一根线的加入以表示数字。所谓的32位电脑就是提供了32根线(被称作数据总线)来表示数据,因此就有2的32次方那么多种状态。而16根线就能表示2的16次方那么多种状态。

所以,电脑并不是基于二进制数,而是基于状态的变化,只不过这个状态可以使用二进制数表示出来而已。即电脑并不认识二进制数,这是下面“类型”一节的基础。

内存

内存就是电脑中能记录数字的硬件,但其存储速度很快(与硬盘等低速存储设备比较),又不能较长时间保存数据,所以经常被用做草稿纸,记录一些临时信息。

前面已经说过,32位计算机的数字是通过32根线上的电位状态的组合来表示的,因此内存能记录数字,也就是能维持32根线上各自的电位状态(就好象算盘的算子拨动后就不会改变位置,除非再次拨动它)。不过依旧考虑上面的算盘,假如一个算盘上有15列算子,则一个算盘能表示15的15次方个状态,是很大的数字,但经常实际是不会用到变化那么大的数字的,因此让一个算盘只有两列算子,则只能表示225个状态,当数字超出时就使用另一个或多个算盘来一起表示。

上面不管是2列算子还是15列算子,都是算盘的粒度,粒度分得过大造成不必要的浪费(很多列算子都不使用),太小又很麻烦(需要多个算盘)。电脑与此一样。2的32次方可表示的数字很大,一般都不会用到,如果直接以32位存储在内存中势必造成相当大的资源浪费。于是如上,规定内存的粒度为8位二进制数,称为一个内存单元,而其大小称为一个字节(Byte)。就是说,内存存储数字,至少都会记录8根线上的电位状态,也就是2的8次方共256种状态。所以如果一个32位的二进制数要存储在内存中,就需要占据4个内存单元,也就是4个字节的内存空间。

我们在纸上写字,是通过肉眼判断出字在纸上的相对横坐标和纵坐标以查找到要看的字或要写字的位置。同样,由于内存就相当于草稿纸,因此也需要某种定位方式来定位,在电脑中,就是通过一个数字来定位的。这就和旅馆的房间号一样,内存单元就相当于房间(假定每个房间只能住一个人),而前面说的那个数字就相当于房间号。为了向某块内存中写入数据(就是使用某块内存来记录数据总线上的电位状态),就必须知道这块内存对应的数字,而这个数字就被称为地址。而通过给定的地址找到对应的内存单元就称为寻址。

因此地址就是一个数字,用以唯一标识某一特定内存单元。此数字一般是32位长的二进制数,也就可以表示4G个状态,也就是说一般的32位电脑都具有4G的内存空间寻址能力,即电脑最多装4G的内存,如果电脑有超过4G的内存,此时就需要增加地址的长度,如用40位长的二进制数来表示。

类型

在本系列最开头时已经说明了何谓编程,而刚才更进一步说明了电脑其实连数字都不认识,只是状态的记录,而所谓的加法也只是人为设计那个加法器以使得两个状态经过加法器的处理而生成的状态正好和数学上的加法的结果一样而已。这一切的一切都只说明一点:电脑所做的工作是什么,全视使用的人以为是什么。

因此为了利用电脑那很快的“计算”能力(实际是状态的变换能力),人为规定了如何解释那些状态。为了方便其间,对于前面提出的电位的状态,我们使用1位二进制数来表示,则上面提出的状态就可以使用一个二进制数来表示,而所谓的“如何解释那些状态”就变成了如何解释一个二进制数。

C++是高级语言,为了帮助解释那些二进制数,提供了类型这个概念。类型就是人为制订的如何解释内存中的二进制数的协议。C++提供了下面的一些标准类型定义。

signedchar表示所指向的内存中的数字使用补码形式,表示的数字为-128到+127,长度为1个字节

unsignedchar表示所指向的内存中的数字使用原码形式,表示的数字为0到255,长度为1个字节

signedshort表示所指向的内存中的数字使用补码形式,表示的数字为–32768到+32767,长度为2个字节

unsignedshort表示所指向的内存中的数字使用原码形式,表示的数字为0到65535,长度为2个字节

signedlong表示所指向的内存中的数字使用补码形式,表示的数字为-2147483648到+2147483647,长度为4个字节

unsignedlong表示所指向的内存中的数字使用原码形式,表示的数字为0到4294967295,长度为4个字节

signedint

表示所指向的内存中的数字使用补码形式,表示的数字则视编译器。如果编译器编译时被指明编译为在16位操作系统上运行,则等同于signedshort;如果是编译为32位的,则等同于signedlong;如果是编译为在64位操作系统上运行,则为8个字节长,而范围则如上一样可以自行推算出来。

unsignedint表示所指向的内存中的数字使用原码形式,其余和signedint一样,表示的是无符号数。

bool表示所指向的内存中的数字为逻辑值,取值为false或true。长度为1个字节。

float表示所指向的内存按IEEE标准进行解释,为real*4,占用4字节内存空间,等同于上篇中提到的单精度浮点数。

double表示所指向的内存按IEEE标准进行解释,为real*8,可表示数的精度较float高,占用8字节内存空间,等同于上篇提到的双精度浮点数。

longdouble表示所指向的内存按IEEE标准进行解释,为real*10,可表示数的精度较double高,但在为32位Windows操作系统编写程序时,仍占用8字节内存空间,等效于double,只是如果CPU支持此类浮点类型则还是可以进行这个精度的计算。

标准类型不止上面的几个,后面还会陆续提到。

上面的长度为2个字节也就是将两个连续的内存单元中的数字取出并合并在一起以表示一个数字,这和前面说的一个算盘表示不了的数字,就进位以加入另一个算盘帮助表示是同样的道理。

上面的signed关键字是可以去掉的,即char等同于signedchar,用以简化代码的编写。但也仅限于signed,如果是unsignedchar,则在使用时依旧必须是unsignedchar。

现在应该已经了解上篇中为什么数字还要分什么有符号无符号、长整型短整型之类的了,而上面的short、char等也都只是长度不同,这就由程序员自己根据可能出现的数字变化幅度来进行选用了。

类型只是对内存中的数字的解释,但上面的类型看起来相对简单了点,且语义并不是很强,即没有什么特殊意思。为此,C++提供了自定义类型,也就是后继文章中将要说明的结构、类等。

变量

在本系列的第一篇中已经说过,电脑编程的绝大部分工作就是操作内存,而上面说了,为了操作内存,需要使用地址来标识要操作的内存块的首地址(上面的long表示连续的4个字节内存,其第一个内存单元的地址称作这连续4个字节内存块的首地址)。为此我们在编写程序时必须记下地址。

做5+2/3-5*2的计算,先计算出2/3的值,写在草稿纸上,接着算出5*2的值,又写在草稿纸上。为了接下来的加法和减法运算,必须能够知道草稿纸上的两个数字哪个是2/3的值哪个是5*2的值。人就是通过记忆那两个数在纸上的位置来记忆的,而电脑就是通过地址来标识的。但电脑只会做加减乘除,不会去主动记那些2/3、5*2的中间值的位置,也就是地址。因此程序员必须完成这个工作,将那两个地址记下来。

问题就是这里只有两个值,也许好记一些,但如果多了,人是很难记住哪个地址对应哪个值的,但人对符号比对数字要敏感得多,即人很容易记下一个名字而不是一个数字。为此,程序员就自己写了一个表,表有两列,一列是“2/3的值”,一列是对应的地址。如果式子稍微复杂点,那么那个表可能就有个二三十行,而每写一行代码就要去翻查相应的地址,如果来个几万行代码那是人都不能忍受。

C++作为高级语言,很正常地提供了上面问题的解决之道,就是由编译器来帮程序员维护那个表,要查的时候是编译器去查,这也就是变量的功能。

变量是一个映射元素。上面提到的表由编译器维护,而表中的每一行都是这个表的一个元素(也称记录)。表有三列:变量名、对应地址和相应类型。变量名是一个标识符,因此其命名规则完全按照上一篇所说的来。当要对某块内存写入数据时,程序员使用相应的变量名进行内存的标识,而表中的对应地址就记录了这个地址,进而将程序员给出的变量名,一个标识符,映射成一个地址,因此变量是一个映射元素。而相应类型则告诉编译器应该如何解释此地址所指向的内存,是2个连续字节还是4个?是原码记录还是补码?而变量所对应的地址所标识的内存的内容叫做此变量的值。

有如下的变量解释:“可变的量,其相当于一个盒子,数字就装在盒子里,而变量名就写在盒子外面,这样电脑就知道我们要处理哪一个盒子,且不同的盒子装不同的东西,装字符串的盒子就不能装数字。”上面就是我第一次学习编程时,书上写的(是BASIC语言)。对于初学者也许很容易理解,也不能说错,但是造成的误解将导致以后的程序编写地千疮百孔。

上面的解释隐含了一个意思——变量是一块内存。这是严重错误的!如果变量是一块内存,那么C++中著名的引用类型将被弃置荒野。变量实际并不是一块内存,只是一个映射元素,这是致关重要的。

内存的种类

前面已经说了内存是什么及其用处,但内存是不能随便使用的,因为操作系统自己也要使用内存,而且现在的操作系统正常情况下都是多任务操作系统,即可同时执行多个程序,即使只有一个CPU。因此如果不对内存访问加以节制,可能会破坏另一个程序的运作。比如我在纸上写了2/3的值,而你未经我同意且未通知我就将那个值擦掉,并写上5*2的值,结果我后面的所有计算也就出错了。

因此为了使用一块内存,需要向操作系统申请,由操作系统统一管理所有程序使用的内存。所以为了记录一个long类型的数字,先向操作系统申请一块连续的4字节长的内存空间,然后操作系统就会在内存中查看,看是否还有连续的4个字节长的内存,如果找到,则返回此4字节内存的首地址,然后编译器编译的指令将其记录在前面提到的变量表中,最后就可以用它记录一些临时计算结果了。

上面的过程称为要求操作系统分配一块内存。这看起来很不错,但是如果只为了4个字节就要求操作系统搜索一下内存状况,那么如果需要100个临时数据,就要求操作系统分配内存100次,很明显地效率低下(无谓的99次查看内存状况)。因此C++发现了这个问题,并且操作系统也提出了相应的解决方法,最后提出了如下的解决之道。

栈(Stack)任何程序执行前,预先分配一固定长度的内存空间,这块内存空间被称作栈(这种说法并不准确,但由于实际涉及到线程,在此为了不将问题复杂化才这样说明),也被叫做堆栈。那么在要求一个4字节内存时,实际是在这个已分配好的内存空间中获取内存,即内存的维护工作由程序员自己来做,即程序员自己判断可以使用哪些内存,而不是操作系统,直到已分配的内存用完。

很明显,上面的工作是由编译器来做的,不用程序员操心,因此就程序员的角度来看什么事情都没发生,还是需要像原来那样向操作系统申请内存,然后再使用。

但工作只是从操作系统变到程序自己而已,要维护内存,依然要耗费CPU的时间,不过要简单多了,因为不用标记一块内存是否有人使用,而专门记录一个地址。此地址以上的内存空间就是有人正在使用的,而此地址以下的内存空间就是无人使用的。之所以是以下的空间为无人使用而不是以上,是当此地址减小到0时就可以知道堆栈溢出了(如果你已经有些基础,请不要把0认为是虚拟内存地址,关于虚拟内存将会在《C++从零开始(十八)》中进行说明,这里如此解释只是为了方便理解)。而且CPU还专门对此法提供了支持,给出了两条指令,转成汇编语言就是push和pop,表示压栈和出栈,分别减小和增大那个地址。

而最重要的好处就是由于程序一开始执行时就已经分配了一大块连续内存,用一个变量记录这块连续内存的首地址,然后程序中所有用到的,程序员以为是向操作系统分配的内存都可以通过那个首地址加上相应偏移来得到正确位置,而这很明显地由编译器做了。因此实际上等同于在编译时期(即编译器编译程序的时候)就已经分配了内存(注意,实际编译时期是不能分配内存的,因为分配内存是指程序运行时向操作系统申请内存,而这里由于使用堆栈,则编译器将生成一些指令,以使得程序一开始就向操作系统申请内存,如果失败则立刻退出,而如果不退出就表示那些内存已经分配到了,进而代码中使用首地址加偏移来使用内存也就是有效的),但坏处也就是只能在编译时期分配内存。

堆(Heap)上面的工作是编译器做的,即程序员并不参与堆栈的维护。但上面已经说了,堆栈相当于在编译时期分配内存,因此一旦计算好某块内存的偏移,则这块内存就只能那么大,不能变化了(如果变化会导致其他内存块的偏移错误)。比如要求客户输入定单数据,可能有10份定单,也可能有100份定单,如果一开始就定好了内存大小,则可能造成不必要的浪费,又或者内存不够。

为了解决上面的问题,C++提供了另一个途径,即允许程序员有两种向操作系统申请内存的方式。前一种就是在栈上分配,申请的内存大小固定不变。后一种是在堆上分配,申请的内存大小可以在运行的时候变化,不是固定不变的。

那么什么叫堆?在Windows操作系统下,由操作系统分配的内存就叫做堆,而栈可以认为是在程序开始时就分配的堆(这并不准确,但为了不复杂化问题,故如此说明)。因此在堆上就可以分配大小变化的内存块,因为是运行时期即时分配的内存,而不是编译时期已计算好大小的内存块。

变量的定义

上面说了那么多,你可能看得很晕,毕竟连一个实例都没有,全是文字,下面就来帮助加深对上面的理解。

定义一个变量,就是向上面说的由编译器维护的变量表中添加元素,其语法如下:

longa;

先写变量的类型,然后一个或多个空格或制表符(\t)或其它间隔符,接着变量的名字,最后用分号结束。要同时定义多个变量,则各变量间使用逗号隔开,如下:

longa,b,c;unsignedshorte,a_34c;

上面是两条变量定义语句,各语句间用分号隔开,而各同类型变量间用逗号隔开。而前面的式子5+2/3-5*2,则如下书写。

longa=2/3,b=5*2;longc=5+a–b;

可以不用再去记那烦人的地址了,只需记着a、b这种简单的标识符。当然,上面的式子不一定非要那么写,也可以写成:longc=5+2/3–5*2;而那些a、b等中间变量编译器会自动生成并使用(实际中编译器由于优化的原因将直接计算出结果,而不会生成实际的计算代码)。

下面就是问题的关键,定义变量就是添加一个映射。前面已经说了,这个映射是将变量名和一个地址关联,因此在定义一个变量时,编译器为了能将变量名和某个地址对应起来,帮程序员在前面提到的栈上分配了一块内存,大小就视这个变量类型的大小。如上面的a、b、c的大小都是4个字节,而e、a_34c的大小都是2个字节。

假设编译器分配的栈在一开始时的地址是1000,并假设变量a所对应的地址是1000-56,则b所对应的地址就是1000-60,而c所对应的就是1000-64,e对应的是1000-66,a_34c是1000-68。如果这时b突然不想是4字节了,而希望是8字节,则后续的c、e、a_34c都将由于还是原来的偏移位置而使用了错误的内存,这也就是为什么栈上分配的内存必须是固定大小。

考虑前面说的红色文字:“变量实际并不是一块内存,只是一个映射元素”。可是只要定义一个变量,就会相应地得到一块内存,为什么不说变量就是一块内存?上面定义变量时之所以会分配一块内存是因为变量是一个映射元素,需要一个对应地址,因此才在栈上分配了一块内存,并将其地址记录到变量表中。但是变量是可以有别名的,即另一个名字。这个说法是不准确的,应该是变量所对应的内存块有另一个名字,而不止是这个变量的名字。

为什么要有别名?这是语义的需要,表示既是什么又是什么。比如一块内存,里面记录了老板的信息,因此起名为Boss,但是老板又是另一家公司的行政经理,故变量名应该为Manager,而在程序中有段代码是老板的公司相关的,而另一段是老板所在公司相关的,在这两段程序中都要使用到老板的信息,那到底是使用Boss还是Manager?其实使用什么都不会对最终生成的机器代码产生什么影响,但此处出于语义的需要就应该使用别名,以期从代码上表现出所编写程序的意思。

在C++中,为了支持变量别名,提供了引用变量这个概念。要定义一个引用变量,在定义变量时,在变量名的前面加一个“&”,如下书写:

longa;long&a1=a,&a2=a,&a3=a2;

上面的a1、a2、a3都是a所对应的内存块的别名。这里在定义变量a时就在栈上分配了一块4字节内存,而在定义a1时却没有分配任何内存,直接将变量a所映射的地址作为变量a1的映射地址,进而形成对定义a时所分配的内存的别名。因此上面的Boss和Manager,应该如下(其中Person是一个结构或类或其他什么自定义类型,这将在后继的文章中陆续说明):

PersonBoss;Person&Manager=Boss;

由于变量一旦定义就不能改变(指前面说的变量表里的内容,不是变量的值),直到其被删除,所以上面在定义引用变量的时候必须给出欲别名的变量以初始化前面的变量表,否则编译器编译时将报错。

现在应该就更能理解前面关于变量的红字的意思了。并不是每个变量定义时都会分配内存空间的。而关于如何在堆上分配内存,将在介绍完指针后予以说明,并进而说明上一篇遗留下来的关于字符串的问题。

C++从零开始(四)

——赋值操作符

本篇是《C++从零开始(二)》的延续,说明《C++从零开始(二)》中遗留下来的关于表达式的内容,并为下篇指针的运用做一点铺垫。虽然上篇已经说明了变量是什么,但对于变量最关键的东西却由于篇幅限制而没有说明,下面先说明如何访问内存。

赋值语句

前面已经说明,要访问内存,就需要相应的地址以表明访问哪块内存,而变量是一个映射,因此变量名就相当于一个地址。对于内存的操作,在一般情况下就只有读取内存中的数值和将数值写入内存(不考虑分配和释放内存),在C++中,为了将一数值写入某变量对应的地址所标识的内存中(出于简便,以后称变量a对应的地址为变量a的地址,而直接称变量a的地址所标识的内存为变量a),只需先书写变量名,后接“=”,再接欲写入的数字(关于数字,请参考《C++从零开始(二)》)以及分号。如下:

a=10.0f;b=34;

由于接的是数字,因此就可以接表达式并由编译器生成计算相应表达式所需的代码,也就可如下:

c=a/b*120.4f;

上句编译器将会生成进行除法和乘法计算的CPU指令,在计算完毕后(也就是求得表达式a/b*120.4f的值了后),也会同时生成将计算结果放到变量c中去的CPU指令,这就是语句的基本作用(对于语句,在《C++从零开始(六)》中会详细说明)。

上面在书写赋值语句时,应该确保此语句之前已经将使用到的变量定义过,这样编译器才能在生成赋值用的CPU指令时查找到相应变量的地址,进而完成CPU指令的生成。如上面的a和b,就需要在书写上面语句前先书写类似下面的变量定义:

floata;longb;

直接书写变量名也是一条语句,其导致编译器生成一条读取相应变量的内容的语句。即可以如下书写:

a;

上面将生成一条读取内存的语句,即使从内存中读出来的数字没有任何应用(当然,如果编译器开了优化选项,则上面的语句将不会生成任何代码)。从这一点以及上面的c=a/b*120.4f;语句中,都可以看出一点——变量是可以返回数字的。而变量返回的数字就是按照变量的类型来解释变量对应内存中的内容所得到的数字。这句话也许不是那么容易理解,在看过后面的类型转换一节后应该就可以理解了。

因此为了将数据写入一块内存,使用赋值语句(即等号);要读取一块内存,书写标识内存的变量名。所以就可以这样书写:a=a+3;

假设a原来的值为1,则上面的赋值语句将a的值取出来,加上3,得到结果4,将4再写入a中去。由于C++使用“=”来代表赋值语句,很容易使人和数学中的等号混淆起来,这点应注意。

而如上的floata;语句,当还未对变量进行任何赋值操作时,a的值是什么?上帝才知道。当时的a的内容是什么(对于VC编译器,在开启了调试选项时,将会用0xCCCCCCCC填充这些未初始化内存),就用IEEE的real*4格式来解释它并得到相应的一个数字,也就是a的值。因此应在变量定义的时候就进行赋值(但是会有性能上的影响,不过很小),以初始化变量而防止出现莫名其妙的值,如:floata=0.0f;。

赋值操作符

上面的a=a+3;的意思就是让a的值增加3。在C++中,对于这种情况给出了一种简写方案,即前面的语句可以写成:a+=3;。应当注意这两条语句从逻辑上讲都是使变量a的值增3,但是它们实际是有区别的,后者可以被编译成优化的代码,因为其意思是使某一块内存的值增加一定数量,而前者是将一个数字写入到某块内存中。所以如果可能,应尽量使用后者,即a+=3;。这种语句可以让编译器进行一定的优化(但由于现在的编译器都非常智能,能够发现a=a+3;是对一块内存的增值操作而不是一块内存的赋值操作,因此上面两条语句实际上可以认为完全相同,仅仅只具有简写的功能了)。

对于上面的情况,也可以应用在减法、乘法等二元非逻辑操作符(不是逻辑值操作符,即不能a&&=3;)上,如:a*=3;a-=4;a|=34;a>>=3;等。

除了上面的简写外,C++还提供了一种简写方式,即a++;,其逻辑上等同于a+=1;。同上,在电脑编程中,加一和减一是经常用到的,因此CPU专门提供了两条指令来进行加一和减一操作(转成汇编语言就是Inc和Dec),但速度比直接通过加法或减法指令来执行要快得多。为此C++中也就提供了“++”和“—”操作符来对应Inc和Dec。所以a++;虽然逻辑上和a=a+1;等效,实际由于编译器可能做出的优化处理而不同,但还是如上,由于编译器的智能化,其是有可能看出a=a+1;可以编译成Inc指令进而即使没有使用a++;却也依然可以得到优化的代码,这样a++;将只剩下简写的意义而已。

应当注意一点,a=3;这句语句也将返回一个数字,也就是在a被赋完值后a的值。由于其可以返回数字,按照《C++从零开始(二)》中所说,“=”就属于操作符,也就可以如下书写:

c=4+(a=3);

之所以打括号是因为“=”的优先级较“+”低,而更常见和正常的应用是:c=a=3;

应该注意上面并不是将c和a赋值为3,而是在a被赋值为3后再将a赋值给c,虽然最后结果和c、a都赋值为3是一样的,但不应该这样理解。由于a++;表示的就是a+=1;就是a=a+1;,因此a++;也将返回一个数字。也由于这个原因,C++又提供了另一个简写方式,++a;。

假设a为1,则a++;将先返回a的值,1,然后再将a的值加一;而++a;先将a的值加一,再返回a的值,2。而a—和—a也是如此,只不过是减一罢了。

上面的变量a按照最上面的变量定义,是float类型的变量,对它使用++操作符并不能得到预想的优化,因为float类型是浮点类型,其是使用IEEE的real*4格式来表示数字的,而不是二进制原码或补码,而前面提到的Inc和Dec指令都是出于二进制的表示优点来进行快速增一和减一,所以如果对浮点类型的变量运用“++”操作符,将完全只是简写,没有任何的优化效果(当然,如果CPU提供了新的指令集,如MMX等,以对real*4格式进行快速增一和减一操作,且编译器支持相应指令集,则还是可以产生优化效果的)。

赋值操作符的返回值

在进一步了解++a和a++的区别前,先来了解何谓操作符的计算(Evaluate)。操作符就是将给定的数字做一些处理,然后返回一个数字。而操作符的计算也就是执行操作符的处理,并返回值。前面已经知道,操作符是个符号,其一侧或两侧都可以接数字,也就是再接其他操作符,而又由于赋值操作符也属于一种操作符,因此操作符的执行顺序变得相当重要。

对于a+b+c,将先执行a+b,再执行(a+b)+c的操作。你可能觉得没什么,那么如下,假设a之前为1:

c=(a*=2)+(a+=3);

上句执行后a为5。而c=(a+=3)+(a*=2);执行后,a就是8了。那么c呢?结果可能会大大的出乎你的意料。前者的c为10,而后者的c为16。

上面其实是一个障眼法,其中的“+”没有任何意义,即之所以会从左向右执行并不是因为“+”的缘故,而是因为(a*=2)和(a+=3)的优先级相同,而按照“()”的计算顺序,是从左向右来计算的。但为什么c的值不是预想的2+5和4+8呢?因为赋值操作符的返回值的关系。

赋值操作符返回的数字不是变量的值,而是变量对应的地址。这很重要。前面说过,光写一个变量名就会返回相应变量的值,那是因为变量是一个映射,变量名就等同于一个地址。C++中将数字看作一个很特殊的操作符,即任何一个数字都是一个操作符。而地址就和长整型、单精度浮点数这类一样,是数字的一种类型。当一个数字是地址类型时,作为操作符,其没有要操作的数字,仅仅返回将此数字看作地址而标识的内存中的内容(用这个地址的类型来解释)。地址可以通过多种途径得到,如上面光写一个变量名就可以得到其对应的地址,而得到的地址的类型也就是相应的变量的类型。如果这句话不能理解,在看过下面的类型转换一节后应该就能了解了。

所以前面的c=(a+=3)+(a*=2);,由于“()”的参与改变了优先级而先执行了两个赋值操作符,然后两个赋值操作符都返回a的地址,然后计算“+”的值,分别计算两边的数字——a的地址(a的地址也是一个操作符),也就是已经执行过两次赋值操作的a的值,得8,故最后的c为16。而另一个也由于同样的原因使得c为10。

现在考虑操作符的计算顺序。当同时出现了几个优先级相同的操作符时,不同的操作符具有不同的计算顺序。前面的“()”以及“-”、“*”等这类二元操作符的计算顺序都是从左向右计算,而“!”、负号“-”等前面介绍过的一元操作符都是从右向左计算的,如:!-!!a;,假设a为3。先计算从左朝右数第三个“!”的值,导致计算a的地址的值,得3;然后逻辑取反得0,接着再计算第二个“!”的值,逻辑取反后得1,再计算负号“-”的值,得-1,最后计算第一个“!”的值,得0。

赋值操作符都是从右向左计算的,除了后缀“++”和后缀“—”(即上面的a++和a--)。因此上面的c=a=3;,因为两个“=”优先级相同,从右向左计算,先计算a=3的值,返回a对应的地址,然后计算返回的地址而得到值3,再计算c=(a=3),将3写入c。而不是从左向右计算,即先计算c=a,返回c的地址,然后再计算第二个“=”,将3写入c,这样a就没有被赋值而出现问题。又:

a=1;c=2;c*=a+=4;

由于“*=”和“+=”的优先级相同,从右向左计算先计算a+=4,得a为5,然后返回a的地址,再计算a的地址得a的值5,计算“*=”以使得c的值为10。

因此按照前面所说,++a将返回a的地址,而a++也因为是赋值操作符而必须返回一个地址,但很明显地不能是a的地址了,因此编译器将编写代码以从栈中分配一块和a同样大小的内存,并将a的值复制到这块临时内存中,然后返回这块临时内存的地址。由于这块临时内存是因为编译器的需要而分配的,与程序员完全没有关系,因此程序员是不应该也不能写这块临时内存的(因为编译器负责编译代码,如果程序员欲访问这块内存,编译器将报错),但可以读取它的值,这也是返回地址的主要目的。所以如下的语句没有问题:

(++a)=a+=34;

但(a++)=a+=34;就会在编译时报错,因为a++返回的地址所标识的内存只能由编译器负责处理,程序员只能获得其值而已。

a++的意思是先返回a的值,也就是上面说的临时内存的地址,然后再将变量的值加一。如果同时出现多个a++,那么每个a++都需要分配一块临时内存(注意前面c=(a+=3)+(a*=2);的说明),那么将有点糟糕,而且a++的意思是先返回a的值,那么到底是什么时候的a的值呢?在VC中,当表达式中出现后缀“++”或后缀“—”时,只分配一块临时内存,然后所有的后缀“++”或后缀“—”都返回这个临时内存的地址,然后在所有的可以计算的其他操作符的值计算完毕后,再将对应变量的值写入到临时内存中,计算表达式的值,最后将对应变量的值加一或减一。

因此:a=1;c=(a++)+(a++);执行后,c的值为2,而a的值为3。而如下:

a=1;b=1;c=(++a)+(a++)+(b*=a++)+(a*=2)+(a*=a++);

执行时,先分配临时内存,然后由于5个“()”,其计算顺序是从左向右,

计算++a的值,返回增一后的a的地址,a的值为2

计算a++的值,返回临时内存的地址,a的值仍为2

计算b*=a++中的a++,返回临时内存的地址,a的值仍为2

计算b*=a++中的“*=”,将a的值写入临时内存,计算得b的值为2,返回b的地址

计算a*=2的值,返回a的地址,a的值为4

计算a*=a++中的a++,返回临时内存的地址,a的值仍为4

计算a*=a++中的“*=”,将a的值写入临时内存,返回a的地址,a的值为16

计算剩下的“+”,为了进行计算,将a的值写入临时内存,得值16+16+2+16+16为66,写入c中

计算三个a++欠下的加一,a最后变为19。

上面说了那么多,无非只是想告诫你——在表达式中运用赋值操作符是不被推崇的。因为其不符合平常的数学表达式的习惯,且计算顺序很容易搞混。如果有多个“++”操作符,最好还是将表达式分开,否则很容易导致错误的计算顺序而计算错误。并且导致计算顺序混乱的还不止上面的a++就完了,为了让你更加地重视前面的红字,下面将介绍更令人火大的东西,如果你已经同意上面的红字,则下面这一节完全可以跳过,其对编程来讲可以认为根本没有任何意义(要不是为了写这篇文章,我都不知道它的存在)。

序列点(SequencePoint)和附加效果(SideEffect)

在计算c=a++时,当c的值计算(Evaluate)出来时,a的值也增加了一,a的值加一就是计算前面表达式的附加效果。有什么问题?它可能影响表达式的计算结果。

对于a=0;b=1;(a*=2)&&(b+=2);,由于两个“()”优先级相同,从左向右计算,计算“*=”而返回a的地址,再计算“+=”而返回b的地址,最后由于a的值为0而返回逻辑假。很正常,但效率低了点。

如果“&&”左边的数字已经是0了,则不再需要计算右边的式子。同样,如果“||”左边的数字已经非零了,也不需要再计算右边的数字。因为“&&”和“||”都是数学上的,数学上不管先计算加号左边的值还是右边的值,结果都不会改变,因此“&&”和“||”才会做刚才的解释。这也是C++保证的,既满足数学的定义,又能提供优化的途径(“&&”和“||”右边的数字不用计算了)。

因此上面的式子就会被解释成——如果a在自乘了2后的值为0,则b就不用再自增2了。这很明显地违背了我们的初衷,认为b无论如何都会被自增2的。但是C++却这样保证,不仅仅是因为数学的定义,还由于代码生成的优化。但是按照操作符的优先级进行计算,上面的b+=2依旧会被执行的(这也正是我们会书写上面代码的原因)。为了实现当a为0时b+=2不会被计算,C++提出了序列点的概念。

序列点是一些特殊位置,由C++强行定义(C++并未给出序列点的定义,因此不同的编译器可能给出不同的序列点定义,VC是按照C语言定义的序列点)。当在进行操作符的计算时,如果遇到序列点,则序列点处的值必须被优先计算,以保证一些特殊用途,如上面的保证当a为0时不计算b+=2,并且序列点相关的操作符(如前面的“&&”和“||”)也将被计算完毕,然后才恢复正常的计算。

“&&”的左边数字的计算就是一个序列点,而“||”的左边数字的计算也是。C++定义了多个序列点,包括条件语句、函数参数等条件下的表达式计算,在此,不需要具体了解有哪些序列点,只需要知道由于序列点的存在而可能导致赋值操作符的计算出乎意料。下面就来分析一个例子:

a=0;b=1;(a*=2)&&(b+=++a);

按照优先级的顺序,编译器发现要先计算a*=2,再计算++a,接着“+=”,最后计算“&&”。然后编译器发现这个计算过程中,出现了“&&”左边的数字这个序列点,其要保证被优先计算,这样就有可能不用计算b+=++a了。所以编译器先计算“&&”的数字,通过上面的计算过程,编译器发现就要计算a*=2才能得到“&&”左边的数字,因此将先计算a*=2,返回a的地址,然后计算“&&”左边的数字,得a的值为0,因此就不计算b+=++a了。而不是最开始想象的由于优先级的关系先将a加一后再进行a的计算,以返回1。所以上面计算完毕后,a为0,b为1,返回0,表示逻辑假。

因此序列点的出现是为了保证一些特殊规则的出现,如上面的“&&”和“||”。再考虑“,”操作符,其操作是计算两边的值,然后返回右边的数字,即:a,b+3将返回b+3的值,但是a依旧会被计算。由于“,”的优先级是最低的(但高于前面提到的“数字”操作符),因此如果a=3,4;,那么a将为3而不是4,因为先计算“=”,返回a的地址后再计算“,”。又:

a=1;b=0;b=(a+=2)+((a*=2,b=a-1)&&(c=a));

由于“&&”左边数字是一个序列点,因此先计算a*=2,b的值,但根据“,”的返回值定义,其只返回右边的数字,因此不计算a*=2而直接计算b=a–1得0,“&&”就返回了,但是a*=2就没有被计算而导致a的值依旧为1,这违背了“,”的定义。为了消除这一点(当然可能还有其他应用“,”的情况),C++也将“,”的左边数字定为了序列点,即一定会优先执行“,”左边的数字以保证“,”的定义——计算两边的数字。所以上面就由于“,”左边数字这个序列点而导致a*=2被优先执行,并导致b为1,因此由于“&&”是序列点且其左边数字非零而必须计算完右边数字后才恢复正常优先级,而计算c=a,得2,最后才恢复正常优先级顺序,执行a+=2和“+”。结果就a为4,c为2,b为5。

所以前面的a=3,4;其实就应该是编译器先发现“,”这个序列点,而发现要计算“,”左边的值,必须先计算出a=3,因此才先计算a=3以至于感觉序列点好像没有发生作用。下面的式子请自行分析,执行后a为4,但如果将其中的“,”换成“&&”,a为2。

a=1;b=(a*=2)+((a*=3),(a-=2));

如果上面你看得很晕,没关系,因为上面的内容根本可以认为毫无意义,写在这里也只是为了进一步向你证明,在表达式中运用赋值运算符是不好的,即使它可能让你写出看起来简练的语句,但它也使代码的可维护性降低。

类型转换

在《C++从零开始(二)》中说过,数字可以是浮点数或是整型数或其他,也就是说数字是具有类型的。注意《C++从零开始(三)》中对类型的解释,类型只是说明如何解释状态,而在前面已经说过,出于方便,使用二进制数来表示状态,因此可以说类型是用于告诉编译器如何解释二进制数的。

所以,一个长整型数字是告诉编译器将得到的二进制数表示的状态按照二进制补码的格式来解释以得到一个数值,而一个单精度浮点数就是告诉编译器将得到的二进制数表示的状态按照IEEE的real*4的格式来解释以得到一个是小数的数值。很明显,同样的二进制数表示的状态,按照不同的类型进行解释将得到不同的数值,那么编译器如何知道应该使用什么类型来进行二进制数的解释?

前面已经说过,数字是一种很特殊的操作符,其没有操作数,仅仅返回由其类型而定的二进制数表示的状态(以后为了方便,将“二进制数表示的状态”称作“二进制数”)。而操作符就是执行指令并返回数字,因此所有的操作符到最后一定执行的是返回一个二进制数。这点很重要,对于后面指针的理解有着重要的意义。

先看15;,这是一条语句,因为15是一个数字。所以15被认为是char类型的数字(因为其小于128,没超出char的表示范围),将返回一个8位长的二进制数,此二进制数按照补码格式编写,为00001111。

再看15.0f,同上,其由于接了“f”这个后缀而被认为是float类型的数字,将返回一个32位长的二进制数,此二进制数按照IEEE的real*4格式编写,为1000001011100000000000000000000。

虽然上面15和15.0f的数值相等,但由于是不同的类型导致了使用不同的格式来表示,甚至连表示用的二进制数的长度都不相同。因此如果书写15.0f==15;将返回0,表示逻辑假。但实际却返回1,为什么?

上面既然15和15.0f被表示成完全不同的两个二进制数,但我们又认为15和15.0f是相等的,但它们的二进制表示不同,怎么办?将表示15.0f的二进制数用IEEE的real*4格式解释出15这个数值,然后再将其按8位二进制补码格式编写出二进制数,再与原来的表示15的二进制数比较。

为了实现上面的操作,C++提供了类型转换操作符——“()”。其看起来和括号操作符一样,但是格式不同:(<类型名>)<数字>或<类型名>(<数字>)。

上面类型转换操作符的<类型名>不是数字,因此其将不会被操作,而是作为一个参数来控制其如何操作后面的<数字>。<类型名>是一个标识符,其唯一标识一个类型,如char、float等。类型转换操作符的返回值就如其名字所示,将<数字>按照<类型名>标识的类型来解释,返回类型是<类型名>的数字。因此,上面的例子我们就需要如下编写:15==(char)15.0f;,现在其就可以返回1,表示逻辑真了。但是即使不写(char),前面的语句也返回1。这是编译器出于方便的缘故而帮我们在15前添加了(float),所以依然返回1。这被称作隐式类型转换,在后面说明类的时候,还将提到它。

某个类型可以完全代替另一个类型时,编译器就会进行上面的隐式类型转换,自动添加类型转换操作符。如:char只能表示-128到127的整数,而float很明显地能够表示这些数字,因此编译器进行了隐式类型转换。应当注意,这个隐式转换是由操作符要求的,即前面的“==”要求两面的数字类型一致,结果发现两边不同,结果编译器将char转成float,然后再执行“==”的操作。注意:在这种情况下,编译器总是将较差的类型(如前面的char)转成较好的类型(如前面的float),以保证不会发生数值截断问题。如:-41==3543;,左边是char,右边是short,由于short相对于char来显得更优(short能完全替代char),故实际为:(short)-41==3543;,返回0。而如果是-41==(char)3543;,由于char不能表示3543,则3543以补码转成二进制数0000110111010111,然后取其低8位,而导致高8位的00001101被丢弃,此被称为截断。结果(char)3543的返回值就是类型为char的二进制数11010111,为-41,结果-41==(char)3543;的返回值将为1,表示逻辑真,很明显地错误。因此前面的15==15.0f;实际将为(float)15==15.0f;(注意这里说15被编译器解释为char类型并不准确,更多的编译器是将它解释成int类型)。

注意前面之所以会朝好的方向发展(即char转成float),完全是因为“==”的缘故,其要求这么做。下面考虑“=”:shortb=3543;chara=b;。因为b的值是short类型,而“=”的要求就是一定要将“=”右边的数字转成和左边一样,这样才能进行正确的内存的写入(简单地将右边数字返回的二进制数复制到左边的地址所表示的内存中)。因此a将为-41。但是上面是编译器按照“=”的要求自行进行了隐式转换,可能是由于程序员的疏忽而没有发现这个错误(以为b的值一定在-128到127的范围内),因此编译器将对上面的情况给出一个警告,说b的值可能被截断。为了消除编译器的疑虑,如下:chara=(char)b;。这样称为显示类型转换,其告诉编译器——“我知道可能发生数据截断,但是我保证不会截断”。因此编译器将不再发出警告。但是如下:chara=(char)3543;,由于编译器可以肯定3543一定会被截断而导致错误的返回值,因此编译器将给出警告,说明3543将被截断,而不管前面的类型转换操作符是否存在。

现在应该可以推出——15+15.0f;返回的是一个float类型的数字。因此如果如下:chara=15+15.0f;,编译器将发出警告,说数据可能被截断。因此改成如下:chara=(char)15+15.0f;,但类型转换操作符“()”的优先级比“+”高,结果就是15先被转换为char然后再由于“+”的要求而被隐式转成float,最后返回float给“=”而导致编译器依旧发出警告。为此,就需要提高“+”的优先级,如下:chara=(char)(15+15.0f);就没事了(或char(15+15.0f)),其表示我保证15+15.0f不会导致数据截断。

应该注意类型转换操作符“()”和前缀“++”、“!”、负号“-”等的优先级一样,并且是从右向左计算的,因此(char)-34;将会先计算-34的值,然后再计算(char)的值,这也正好符合人的习惯。

下篇将针对数字这个特殊操作符而提出一系列的东西,因此如果理解了数字的意思,那么指针将很容易理解。

C++从零开始(五)

——何谓指针

本篇说明C++中的重中又重的关键——指针类型,并说明两个很有意义的概念——静态和动态。

数组

前面说了在C++中是通过变量来对内存进行访问的,但根据前面的说明,C++中只能通过变量来操作内存,也就是说要操作某块内存,就必须先将这块内存的首地址和一个变量名绑定起来,这是很糟糕的。比如有100块内存用以记录100个工人的工资,现在要将每个工人的工资增加5%,为了知道各个工人增加了后的工资为多少,就定义一个变量floata1;,用其记录第1个工人的工资,然后执行语句a1+=a1*0.05f;,则a1里就是增加后的工资。由于是100个工人,所以就必须有100个变量,分别记录100个工资。因此上面的赋值语句就需要有100条,每条仅仅变量名不一样。

上面需要手工重复书写变量定义语句floata1;100遍(每次变一个变量名),无谓的工作。因此想到一次向操作系统申请100*4=400个字节的连续内存,那么要给第i个工人修改工资,只需从首地址开始加上4*i个字节就行了(因为float占用4个字节)。

为了提供这个功能,C++提出了一种类型——数组。数组即一组数字,其中的各个数字称作相应数组的元素,各元素的大小一定相等(因为数组中的元素是靠固定的偏移来标识的),即数组表示一组相同类型的数字,其在内存中一定是连续存放的。在定义变量时,要表示某个变量是数组类型时,在变量名的后面加上方括号,在方括号中指明欲申请的数组元素个数,以分号结束。因此上面的记录100个工资的变量,即可如下定义成数组类型的变量:

floata[100];

上面定义了一个变量a,分配了100*4=400个字节的连续内存(因为一个float元素占用4个字节),然后将其首地址和变量名a相绑定。而变量a的类型就被称作具有100个float类型元素的数组。即将如下解释变量a所对应内存中的内容(类型就是如何解释内存的内容):a所对应的地址标识的内存是一块连续内存的首地址,这块连续内存的大小刚好能容纳下100个float类型的数字。

因此可以将前面的floatb;这种定义看成是定义了一个元素的float数组变量b。而为了能够访问数组中的某个元素,在变量名后接方括号,方括号中放一数字,数字必须是非浮点数,即使用二进制原码或补码进行表示的数字。如a[5+3]+=32;就是数组变量a的第5+3个元素的值增加32。又:

longc=23;floatb=a[(c–3)/5]+10,d=a[c–23];

上面的b的值就为数组变量a的第4个元素的值加10,而d的值就为数组变量a的第0个元素的值。即C++的数组中的元素是以0为基本序号来记数的,即a[0]实际代表的是数组变量a中的第一个元素的值,而之所以是0,表示a所对应的地址加上0*4后得到的地址就为第一个元素的地址。

应该注意不能这样写:longa[0];,定义0个元素的数组是无意义的,编译器将报错,不过在结构或类或联合中符合某些规则后可以这样写,那是C语言时代提出的一种实现结构类型的长度可变的技术,在《C++从零开始(九)》中将说明。

还应注意上面在定义数组时不能在方括号内写变量,即longb=10;floata[b];是错误的,因为编译此代码时,无法知道变量b的值为多少,进而无法分配内存。可是前面明明已经写了b=10;,为什么还说不知道b的值?那是因为无法知道b所对应的地址是多少。因为编译器编译时只是将b和一个偏移进行了绑定,并不是真正的地址,即b所对应的可能是Base-54,而其中的Base就是在程序一开始执行时动态向操作系统申请的大块内存的尾地址,因为其可能变化,故无法得知b实际对应的地址(实际在Windows平台下,由于虚拟地址空间的运用,是可以得到实际对应的虚拟地址,但依旧不是实际地址,故无法编译时期知道某变量的值)。

但是编译器仍然可以根据前面的longb=10;而推出Base-54的值为10啊?重点就是编译器看到longb=10;时,只是知道要生成一条指令,此指令将10放入Base-54的内存中,其它将不再过问(也没必要过问),故即使才写了longb=10;编译器也无法得知b的值。

上面说数组是一种类型,其实并不准确,实际应为——数组是一种类型修饰符,其定义了一种类型修饰规则。关于类型修饰符,后面将详述。

字符串

在《C++从零开始(二)》中已经说过,要查某个字符对应的ASCII码,通过在这个字符的两侧加上单引号,如'A'就等同于65。而要表示多个字符时,就使用双引号括起来,如:"ABC"。而为了记录字符,就需要记录下其对应的ASCII码,而ASCII码的数值在-128到127以内,因此使用一个char变量就可以记录一个ASCII码,而为了记录"ABC",就很正常地使用一个char的数组来记录。如下:

chara='A';charb[10];b[0]='A';b[1]='B';b[2]='C';

上面a的值为65,b[0]的值为65,b[1]为66,b[2]为67。因为b为一个10元素的数组,在这其记录了一个3个字符长度的字符串,但是当得到b的地址时,如何知道其第几个元素才是有效的字符?如上面的b[4]就没有赋值,那如何知道b[4]不应该被解释为字符?可以如下,从第0个元素开始依次检查每个char元素的值,直到遇到某个char元素的值为0(因为ASCII码表中0没有对应的字符),则其前面的所有的元素都认为是应该用ASCII码表来解释的字符。故还应b[3]=0;以表示字符串的结束。

上面的规则被广泛运用,C运行时期库中提供的所有有关字符串的操作都是基于上面的规则来解释字符串的(关于C运行时期库,可参考《C++从零开始(十九)》)。但上面为了记录一个字符串,显得烦琐了点,字符串有多长就需要写几个赋值语句,而且还需要将末尾的元素赋值为0,如果搞忘则问题严重。对于此,C++强制提供了一种简写方式,如下:

charb[10]="ABC";

上面就等效于前面所做的所有工作,其中的"ABC"是一个地址类型的数字(准确的说是一初始化表达式,在《C++从零开始(九)》中说明),其类型为char[4],即一个4个元素的char数组,多了一个末尾元素用于放0来标识字符串的结束。应当注意,由于b为char[10],而"ABC"返回的是char[4],类型并不匹配,需要隐式类型转换,但实际没有进行转换,而是做了一系列的赋值操作(就如前面所做的工作),这是C++硬性规定的,称为初始化,且仅仅对于数组定义时进行初始化有效,即如下是错误的:

charb[10];b="ABC";

而即使是charb[4];b="ABC";也依旧错误,因为b的类型是数组,表示的是多个元素,而对多个元素赋值是未定义的,即:floatd[4];floatdd[4]=d;也是错误的,因为没定义d中的元素是依次顺序放到dd中的相应各元素,还是倒序放到,所以是不能对一个数组类型的变量进行赋值的。

由于现在字符的增多(原来只用英文字母,现在需要能表示中文、日文等多种字符),原来使用char类型来表示字符,最多也只能表示255种字符(0用来表示字符串结束),所以出现了所谓的多字节字符串(MultiByte),用这种表示方式记录的文本文件称为是MBCS格式的,而原来使用char类型进行表示的字符串称为单字节字符串(SingleByte),用这种表示方式记录的文本文件称为是ANSI格式的。

由于char类型可以表示负数,则当从字符串中提取字符时,如果所得元素的数值是负的,则将此元素和下一个char元素联合起来形成一short类型的数字,再按照Unicode编码规则(一种编码规则,等同于前面提过的ASCII码表)来解释这个short类型的数字以得到相应的字符。

而上面的"ABC"返回的就是以多字节格式表示的字符串,因为没有汉字或特殊符号,故好象是用单字节格式表示的,但如果:charb[10]="AB汉C";,则b[2]为-70,b[5]为0,而不是想象的由于4个字符故b[4]为0,因为“汉”这个字符占用了两个字节。

上面的多字节格式的坏处是每个字符的长度不固定,如果想取字符串中的第3个字符的值,则必须从头开始依次检查每个元素的值而不能是3乘上某个固定长度,降低了字符串的处理速度,且在显示字符串时由于需要比较检查当前字符的值是否小于零而降低效率,故又推出了第三种字符表示格式:宽字节字符串(WideChar),用这种表示方式记录的文本文件称为是Unicode格式的。其与多字节的区别就是不管这个字符是否能够用ASCII表示出来,都用一个short类型的数字来表示,即每个字符的长度固定为2字节,C++对此提供了支持。

shortb[10]=L"AB汉C";

在双引号的前面加上“L”(必须是大写的,不能小写)即告诉编译器此双引号内的字符要使用Unicode格式来编码,故上面的b数组就是使用Unicode来记录字符串的。同样,也有:shortc=L'A';,其中的c为65。

如果上面看得不是很明白,不要紧,在以后举出的例子中将会逐渐了解字符串的使用的。

静态和动态

上面依然没有解决根本问题——C++依旧只能通过变量这个映射元素来访问内存,在访问某块内存前,一定要先建立相应的映射,即定义变量。有什么坏处?让我们先来了解静态和动态是什么意思。

收银员开发票,手动,则每次开发票时,都用已经印好的发票联给客人开发票,发票联上只印了4个格子用以记录商品的名称,当客人一次买的商品超过4种以上时,就必须开两张或多张发票。这里发票联上的格子的数量就被称作静态的,即无论任何时候任何客人买东西,开发票时发票联上都印着4个记录商品名称用的格子。

超市的收银员开发票,将商品名称及数量等输入电脑,然后即时打印出一张发票给客人,则不同的客人,打印出的发票的长度可能不同(有的客人买得多而有的少),此时发票的长度就称为动态的,即不同时间不同客人买东西,开出的发票长度可能不同。

程序无论执行多少遍,在申请内存时总是申请固定大小的内存,则称此内存是静态分配的。前面提出的定义变量时,编译器帮我们从栈上分配的内存就属于静态分配。每次执行程序,根据用户输入的不同而可能申请不同大小的内存时,则称此内存是动态分配的,后面说的从堆上分配就属于动态分配。

很明显,动态比静态的效率高(发票长度的利用率高),但要求更高——需要电脑和打印机,且需要收银员的素质较高(能操作电脑),而静态的要求就较低,只需要已经印好的发票联,且也只需收银员会写字即可。

同样,静态分配的内存利用率不高或运用不够灵活,但代码容易编写且运行速度较快;动态分配的内存利用率高,不过编写代码时要复杂些,需自己处理内存的管理(分配和释放)且由于这种管理的介入而运行速度较慢并代码长度增加。

静态和动态的意义不仅仅如此,其有很多的深化,如硬编码和软编码、紧耦合和松耦合,都是静态和动态的深化。

地址

前面说过“地址就是一个数字,用以唯一标识某一特定内存单元”,而后又说“而地址就和长整型、单精度浮点数这类一样,是数字的一种类型”,那地址既是数字又是数字的类型?不是有点矛盾吗?如下:

浮点数是一种数——小数——又是一种数字类型。即前面的前者是地址实际中的运用,而后者是由于电脑只认识状态,但是给出的状态要如何处理就必须通过类型来说明,所以地址这种类型就是用来告诉编译器以内存单元的标识来处理对应的状态。

指针

已经了解到动态分配内存和静态分配内存的不同,现在要记录用户输入的定单数据,用户一次输入的定单数量不定,故选择在堆上分配内存。假设现在根据用户的输入,需申请1M的内存以对用户输入的数据进行临时记录,则为了操作这1M的连续内存,需记录其首地址,但又由于此内存是动态分配的,即其不是由编译器分配(而是程序的代码动态分配的),故未能建立一变量来映射此首地址,因此必须自己来记录此首地址。

因为任何一个地址都是4个字节长的二进制数(对32位操作系统),故静态分配一块4字节内存来记录此首地址。检查前面,可以将首地址这个数据存在unsignedlong类型的变量a中,然后为了读取此1M内存中的第4个字节处的4字节长内存的内容,通过将a的值加上4即可获得相应的地址,然后取出其后连续的4个字节内存的内容。但是如何编写取某地址对应内存的内容的代码呢?前面说了,只要返回地址类型的数字,由于是地址类型,则其会自动取相应内容的。但如果直接写:a+4,由于a是unsignedlong,则a+4返回的是unsignedlong类型,不是地址类型,怎么办?

C++对此提出了一个操作符——“*”,叫做取内容操作符(实际这个叫法并不准确)。其和乘号操作符一样,但是它只在右侧接数字,即*(a+4)。此表达式返回的就是把a的值加上4后的unsignedlong数字转成地址类型的数字。但是有个问题:a+4所表示的内存的内容如何解释?即取1个字节还是2个字节?以什么格式来解释取出的内容?如果自己编写汇编代码,这就不是问题了,但现在是编译器代我们编写汇编代码,因此必须通过一种手段告诉编译器如何解释给定的地址所对内存的内容。

C++对此提出了指针,其和上面的数组一样,是一种类型修饰符。在定义变量时,在变量名的前面加上“*”即表示相应变量是指针类型(就如在变量名后接“[]”表示相应变量是数组类型一样),其大小固定为4字节。如:

unsignedlong*pA;

上面pA就是一个指针变量,其大小因为是为32位操作系统编写代码故为4字节,当*pA;时,先计算pA的值,就是返回从pA所对应地址的内存开始,取连续4个字节的内容,然后计算“*”,将刚取到的内容转成unsignedlong的地址类型的数字,接着计算此地址类型的数字,返回以原码格式解释其内容而得到一个unsignedlong的数字,最后计算这个unsignedlong的数字而返回以原码格式解释它而得的二进制数。

也就是说,某个地址的类型为指针时,表示此地址对应的内存中的内容,应该被编译器解释成一个地址。

因为变量就是地址的映射,每个变量都有个对应的地址,为此C++又提供了一个操作符来取某个变量的地址——“&”,称作取地址操作符。其与“数字与”操作符一样,不过它总是在右侧接数字(而不是两侧接数字)。

“&”的右侧只能接地址类型的数字,它的计算(Evaluate)就是将右侧的地址类型的数字简单的类型转换成指针类型并进而返回一个指针类型的数字,正好和取内容操作符“*”相反。

上面正常情况下应该会让你很晕,下面释疑。

unsignedlonga=10,b,*pA;pA=&a;b=*pA;(*pA)++;

上面的第一句通过“*pA”定义了一个指针类型的变量pA,即编译器帮我们在栈上分配了一块4字节的内存,并将首地址和pA绑定(即形成映射)。然后“&a”由于a是一个变量,等同于地址,所以“&a”进行计算,返回一个类型为unsignedlong*(即unsignedlong的指针)的数字。

应该注意上面返回的数字虽然是指针类型,但是其值和a对应的地址相同,但为什么不直接说是unsignedlong的地址的数字,而又多一个指针类型在其中搅和?因为指针类型的数字是直接返回其二进制数值,而地址类型的数字是返回其二进制数值对应的内存的内容。因此假设上面的变量a所对应的地址为2000,则a;将返回10,而&a;将返回2000。

看下指针类型的返回值是什么。当书写pA;时,返回pA对应的地址(按照上面的假设就应该是2008),计算此地址的值,返回数字2000(因为已经pA=&a;),其类型是unsignedlong*,然后对这个unsignedlong*的数字进行计算,直接返回2000所对应的二进制数(注意前面红字的内容)。

再来看取内容操作符“*”,其右接的数字类型是指针类型或数组类型,它的计算就是将此指针类型的数字直接转换成地址类型的数字而已(因为指针类型的数字和地址类型的数字在数值上是相同的,仅仅计算规则不同)。所以:

b=*pA;

返回pA对应的地址,计算此地址的值,返回类型为unsignedlong*的数字2000,然后“*pA”返回类型unsignedlong的地址类型的数字2000,然后计算此地址类型的数字的值,返回10,然后就只是简单地赋值操作了。同理,对于++(*pA)(由于“*”的优先级低于前缀++,所以加“()”),先计算“*pA”而返回unsignedlong的地址类型的数字2000,然后计算前缀++,最后返回unsignedlong的地址类型的数字2000。

如果你还是未能理解地址类型和指针类型的区别,希望下面这句能够有用:地址类型的数字是在编译时期给编译器用的,指针类型的数字是在运行时期给代码用的。如果还是不甚理解,在看过后面的类型修饰符一节后希望能有所帮助。

在堆上分配内存

前面已经说过,所谓的在堆上分配就是运行时期向操作系统申请内存,而要向操作系统申请内存,不同的操作系统提供了不同的接口,具有不同的申请内存的方式,而这主要通过需调用的函数原型不同来表现(关于函数原型,可参考《C++从零开始(七)》)。由于C++是一门语言,不应该是操作系统相关的,所以C++提供了一个统一的申请内存的接口,即new操作符。如下:

unsignedlong*pA=newunsignedlong;*pA=10;

unsignedlong*pB=newunsignedlong[*pA];

上面就申请了两块内存,pA所指的内存(即pA的值所对应的内存)是4字节大小,而pB所指的内存是4*10=40字节大小。应该注意,由于new是一个操作符,其结构为new<类型名>[<整型数字>]。它返回指针类型的数字,其中的<类型名>指明了什么样的指针类型,而后面方括号的作用和定义数组时一样,用于指明元素的个数,但其返回的并不是数组类型,而是指针类型。

应该注意上面的new操作符是向操作系统申请内存,并不是分配内存,即其是有可能失败的。当内存不足或其他原因时,new有可能返回数值为0的指针类型的数字以表示内存分配失败。即可如下检测内存是否分配成功。

unsignedlong*pA=newunsignedlong[10000];

if(!pA)

//内存失败!做相应的工作

上面的if是判断语句,下篇将介绍。如果pA为0,则!pA的逻辑取反就是非零,故为逻辑真,进而执行相应的工作。

只要分配了内存就需要释放内存,这虽然不是必须的,但是作为程序员,它是一个良好习惯(资源是有限的)。为了释放内存,使用delete操作符,如下:

deletepA;delete[]pB;

注意delete操作符并不返回任何数字,但是其仍被称作操作符,看起来它应该被叫做语句更加合适,但为了满足其依旧是操作符的特性,C++提供了一种很特殊的数字类型——void。其表示无,即什么都不是,这在《C++从零开始(七)》中将详细说明。因此delete其实是要返回数字的,只不过返回的数字类型为void罢了。

注意上面对pA和pB的释放不同,因为pA按照最开始的书写,是newunsignedlong返回的,而pB是newunsignedlong[*pA]返回的。所以需要在释放pB时在delete的后面加上“[]”以表示释放的是数组,不过在VC中,不管前者还是后者,都能正确释放内存,无需“[]”的介入以帮助编译器来正确释放内存,因为以Windows为平台而开发程序的VC是按照Windows操作系统的方式来进行内存分配的,而Windows操作系统在释放内存时,无需知道欲释放的内存块的长度,因为其已经在内部记录下来(这种说法并不准确,实际应是C运行时期库干了这些事,但其又是依赖于操作系统来干的,即其实是有两层对内存管理的包装,在此不表)。

类型修饰符(type-specifier)

类型修饰符,即对类型起修饰作用的符号,在定义变量时用于进一步指明如何操作变量对应的内存。因为一些通用操作方式,即这种操作方式对每种类型都适用,故将它们单独分离出来以方便代码的编写,就好像水果。吃苹果的果肉、吃梨的果肉,不吃苹果的皮、不吃梨的皮。这里苹果和梨都是水果的种类,相当于类型,而“XXX的果肉”、“XXX的皮”就是用于修饰苹果或梨这种类型用的,以生成一种新的类型——苹果的果肉、梨的皮,其就相当于类型修饰符。

本文所介绍的数组和指针都是类型修饰符,之前提过的引用变量的“&”也是类型修饰符,在《C++从零开始(七)》中将再提出几种类型修饰符,到时也将一同说明声明和定义这两个重要概念,并提出声明修饰符(decl-specifier)。

类型修饰符只在定义变量时起作用,如前面的unsignedlonga,b[10],*pA=&a,&rA=a;。这里就使用了上面的三个类型修饰符——“[]”、“*”和“&”。上面的unsignedlong暂且叫作原类型,表示未被类型修饰符修饰以前的类型。下面分别说明这三个类型修饰符的作用。

数组修饰符“[]”——其总是接在变量名的后面,方括号中间放一整型数c以指明数组元素的个数,以表示当前类型为原类型c个元素连续存放,长度为原类型的长度乘以c。因此longa[10];就表示a的类型是10个long类型元素连续存放,长度为10*4=40字节。而longa[10][4];就表示a是10个long[4]类型的元素连续存放,其长度为10*(4*4)=160字节。

相信已经发现,由于可以接多个“[]”,因此就有了计算顺序的关系,为什么不是4个long[10]类型的元素连续存放而是倒过来?类型修饰符的修饰顺序是从左向右进行计算的,但当出现重复的类型修饰符时,同类修饰符之间是从右向左计算以符合人们的习惯。故short*a[10];表示的是10个类型为short*的元素连续存放,长度为10*4=40字节,而short*b[4][10];表示4个类型为short*[10]的元素连续存放,长度为4*40=160字节。

指针修饰符“*”——其总是接在变量名的前面,表示当前类型为原类型的指针。故:

shorta=10,*pA=&a,**ppA=&pA;

注意这里的ppA被称作多级指针,即其类型为short的指针的指针,也就是short**。而short**ppA=&pA;的意思就是计算pA的地址的值,得一类型为short*的地址类型的数字,然后“&”操作符将此数字转成short*的指针类型的数字,最后赋值给变量ppA。

如果上面很昏,不用去细想,只要注意类型匹配就可以了,下面简要说明一下:假设a的地址为2000,则pA的地址为2002,ppA的地址为2006。

对于pA=&a;。先计算“&a”的值,因为a等同于地址,则“&”发挥作用,直接将a的地址这个数字转成short*类型并返回,然后赋值给pA,则pA的值为2000。

对于ppA=&pA;。先计算“&pA”的值,因为pA等同于地址,则“&”发挥作用,直接将pA的地址这个数字转成short**类型(因为pA已经是short*的类型了)并返回,然后赋值给ppA,则ppA的值为2002。

引用修饰符“&”——其总是接在变量名的前面,表示此变量不用分配内存以和其绑定,而在说明类型时,则不能有它,下面说明。由于表示相应变量不用分配内存以生成映射,故其不像上述两种类型修饰符,可以多次重复书写,因为没有意义。且其一定在“*”修饰符的右边,即可以short**&b=ppA;但不能short*&*b;或short&**b;因为按照从左到右的修饰符计算顺序,short*&*表示short的指针的引用的指针,引用只是告知编译器不要为变量在栈上分配内存,实际与类型无关,故引用的指针是无意义的。而short&**则表示short的引用的指针的指针,同上,依旧无意义。同样long&a[40];也是错误的,因为其表示分配一块可连续存放类型为long的引用的40个元素的内存,引用只是告知编译器一些类型无关信息的一种手段,无法作为类型的一种而被实例化(关于实例化,请参看《C++从零开始(十)》)。

应该注意引用并不是类型(但出于方便,经常都将long的引用称作一种类型),而long**&rppA=&pA;将是错误的,因为上句表示的是不要给变量rppA分配内存,直接使用“=”后面的地址作为其对应的地址,而&pA返回的并不是地址类型的数字,而是指针类型,故编译器将报类型不匹配的错误。但是即使long**&rppA=pA;也同样失败,因为long*和long**是不同的,不过由于类型的匹配,下面是可以的(其中的rpA2很令人疑惑,将在《C++从零开始(七)》中说明):

longa=10,*pA=&a,**ppA=&pA,*&rpA1=*ppA,*&rpA2=*(ppA+1);

类型修饰符和原类型组合在一起以形成新的类型,如long*&、short*[34]等,都是新的类型,应注意前面new操作符中的<类型名>要求写入类型名称,则也可以写上前面的long*等,即:

long**ppA=newlong*[45];

即动态分配一块4*45=180字节的连续内存空间,并将首地址返回给ppA。同样也就可以:

long***pppA=newlong**[2];

而long*(*pA)[10]=newlong*[20][10];

也许看起来很奇怪,其中的pA的类型为long*(*)[10],表示是一个有10个long*元素的数组的指针,而分配的内存的长度为(4*10)*20=800字节。因为数组修饰符“[]”只能放在变量名后面,而类型修饰符又总是从左朝右计算,则想说明是一个10个long元素的数组的指针就不行,因为放在左侧的“*”总是较右侧的“[]”先进行类型修饰。故C++提出上面的语法,即将变量名用括号括起来,表示里面的类型最后修饰,故:long*(a)[10];等同于long*a[10];,而long*(&aa)[10]=a;也才能够正确,否则按照前面的规则,使用long*&aa[10]=a;将报错(前面已说明原因)。而long*(*pA)[10]=&a;也就能很正常地表示我们需要的类型了。因此还可以long*(*&rpA)[10]=pA;以及long*(**ppA)[10]=&pA;。

限于篇幅,还有部分关于指针的讨论将放到《C++从零开始(七)》中说明,如果本文看得很晕,后面在举例时将会尽量说明指针的用途及用法,希望能有所帮助。

C++从零开始(六)

——何谓语句

前面已经说过程序就是方法的描述,而方法的描述无外乎就是动作加动作的宾语,而这里的动作在C++中就是通过语句来表现的,而动作的宾语,也就是能够被操作的资源,但非常可惜地C++语言本身只支持一种资源——内存。由于电脑实际可以操作不止内存这一种资源,导致C++语言实际并不能作为底层硬件程序的编写语言(即使是C语言也不能),不过各编译器厂商都提供了自己的嵌入式汇编语句功能(也可能没提供或提供其它的附加语法以使得可以操作硬件),对于VC,通过使用__asm语句即可实现在C++代码中加入汇编代码来操作其他类型的硬件资源。对于此语句,本系列不做说明。

语句就是动作,C++中共有两种语句:单句和复合语句。复合语句是用一对大括号括起来,以在需要的地方同时放入多条单句,如:{longa=10;a+=34;}。而单句都是以“;”结尾的,但也可能由于在末尾要插入单句的地方用复合语句代替了而用“}”结尾,如:if(a){a--;a++;}。应注意大括号后就不用再写“;”了,因为其不是单句。

方法就是怎么做,而怎么做就是在什么样的情况下以什么样的顺序做什么样的动作。因为C++中能操作的资源只有内存,故动作也就很简单的只是关于内存内容的运算和赋值取值等,也就是前面说过的表达式。而对于“什么样的顺序”,C++强行规定只能从上朝下,从左朝右来执行单句或复合语句(不要和前面关于表达式的计算顺序搞混了,那只是在一个单句中的规则)。而最后对于“什么样的情况”,即进行条件的判断。为了不同情况下能执行不同的代码,C++定义了跳转语句来实现,其是基于CPU的运行规则来实现的,下面先来看CPU是如何执行机器代码的。

机器代码的运行方式

前面已经说过,C++中的所有代码到最后都要变成CPU能够认识的机器代码,而机器代码由于是方法的描述也就包含了动作和动作的宾语(也可能不带宾语),即机器指令和内存地址或其他硬件资源的标识,并且全部都是用二进制数表示的。很正常,这些代表机器代码的二进制数出于效率的考虑在执行时要放到内存中(实际也可以放在硬盘或其他存储设备中),则很正常地每个机器指令都能有一个地址和其相对应。

CPU内带一种功能和内存一样的用于暂时记录二进制数的硬件,称作寄存器,其读取速度较内存要快很多,但大小就小许多了。为了加快读取速度,寄存器被去掉了寻址电路进而一个寄存器只能存放1个32位的二进制数(对于32位电脑)。而CPU就使用其中的一个寄存器来记录当前欲运行的机器指令的位置,在此称它为指令寄存器。

CPU运行时,就取出指令寄存器的值,进而找到相应的内存,读取1个字节的内容,查看此8位二进制数对应的机器指令是什么,进而做相应的动作。由于不同的指令可能有不同数量的参数(即前面说的动作的宾语)需要,如乘法指令要两个参数以将它们乘起来,而取反操作只需要一个参数的参与。并且两个8位二进制数的乘法和两个16位二进制数的乘法也不相同,故不同的指令带不同的参数而形成的机器代码的长度可能不同。每次CPU执行完某条机器代码后,就将指令寄存器的内容加上此机器代码的长度以使指令寄存器指向下一条机器代码,进而重复上面的过程以实现程序的运行(这只是简单地说明,实际由于各种技术的加入,如高速缓冲等,实际的运行过程要比这复杂得多)。

语句的分类

在C++中,语句总共有6种:声明语句、定义语句、表达式语句、指令语句、预编译语句和注释语句。其中的声明语句下篇说明,预编译语句将在《C++从零开始(十六)》中说明,而定义语句就是前面已经见过的定义变量,后面还将说明定义函数、结构等。表达式语句则就是一个表达式直接接一个“;”,如:34;、a=34;等,以依靠操作符的计算功能的定义而生成相应的关于内存值操作的代码。注释语句就是用于注释代码的语句,即写来给人看的,不是给编译器看的。最后的指令语句就是含有下面所述关键字的语句,即它们的用处不是操作内存,而是实现前面说的“什么样的情况”。

这里的声明语句、预编译语句和注释语句都不会转换成机器代码,即这三种语句不是为了操作电脑,而是其他用途,以后将详述。而定义语句也不一定会生成机器代码,只有表达式语句和指令语句一定会生成代码(不考虑编译器的优化功能)。

还应注意可以写空语句,即;或{},它们不会生成任何代码,其作用仅仅只是为了保证语法上的正确,后面将看到这一点。下面说明注释语句和指令语句——跳转语句、判断语句和循环语句(实际不止这些,由于异常和模板技术的引入而增加了一些语句,将分别在说明异常和模板时说明)。

注释语句——//、/**/

注释,即用于解释的标注,即一些文字信息,用以向看源代码的人解释这段代码什么意思,因为人的认知空间和电脑的完全不同,这在以后说明如何编程时会具体讨论。要书写一段话用以注释,用“/*”和“*/”将这段话括起来,如下:

longa=1;

a+=1;/*a放的是人的个数,让人的个数加一*/

b*=a;/*b放的是人均花费,得到总的花费*/

上面就分别针对a+=1;和b*=a;写了两条注释语句以说明各自的语义(因为只要会C++都知道它们是一个变量的自增一和另一个变量的自乘a,但不知道意义)。上面的麻烦之处就是需要写“/*”和“*/”,有点麻烦,故C++又提供了另一种注释语句——“//”:

longa=1;

a+=1;//a放的是人的个数,让人的个数加一

b*=a;//b放的是人均花费,得到总的花费

上面和前面等效,其中的“//”表示从它开始,这一行后面的所有字符均看成注释,编译器将不予理会,即

longa=1;a+=1;//a放的是人的个数,让人的个数加一b*=a;

其中的b*=a;将不会被编译,因为前面的“//”已经告诉编译器,从“//”开始,这一行后面的所有字符均是注释,故编译器不会编译b*=a;。但如果

longa=1;a+=1;/*a放的是人的个数,让人的个数加一*/b*=a;

这样编译器依旧会编译b*=a;,因为“/*”和“*/”括起来的才是注释。

应该注意注释语句并不是语句,其不以“;”结束,其只是另一种语法以提供注释功能,就好象以后将要说明的预编译语句一样,都不是语句,都不以“;”结束,既不是单句也不是复合语句,只是出于习惯的原因依旧将它们称作语句。

跳转语句——goto

前面已经说明,源代码(在此指用C++编写的代码)中的语句依次地转变成用长度不同的二进制数表示的机器代码,然后顺序放在内存中(这种说法不准确)。如下面这段代码:

longa=1;//假设长度为5字节,地址为3000

a+=1;//则其地址为3005,假设长度为4字节

b*=a;//则其地址为3009,假设长度为6字节

上面的3000、3005和3009就表示上面3条语句在内存中的位置,而所谓的跳转语句,也就是将上面的3000、3005等语句的地址放到前面提过的指令寄存器中以使得CPU开始从给定的位置执行以表现出执行顺序的改变。因此,就必须有一种手段来表现语句的地址,C++对此给出了标号(Label)。

写一标识符,后接“:”即建立了一映射,将此标识符和其所在位置的地址绑定了起来,如下:

longa=1;//假设长度为5字节,地址为3000

P1:

a+=1;//则其地址为3005,假设长度为4字节

P2:

b*=a;//则其地址为3009,假设长度为6字节

gotoP2;

上面的P1和P2就是标号,其值分别为3005和3009,而最后的goto就是跳转语句,其格式为goto<标号>;。此语句非常简单,先通过“:”定义了一个标号,然后在编写goto时使用不同的标号就能跳到不同的位置。

应该注意上面故意让P1和P2定义时独占一行,其实也可以不用,即:

longa=1;P1:a+=1;P2:b*=a;gotoP2;

因此看起来“P1:”和“P2:”好象是单独的一条定义语句,应该注意,准确地说它们应该是语句修饰符,作用是定义标号,并不是语句,即这样是错误的:

longa=1;P1:{a+=1;P2:b*=a;P3:}gotoP2;

上面的P3:将报错,因为其没有修饰任何语句。还应注意其中的P1仍然是3005,即“{}”仅仅只是其复合的作用,实际并不产生代码进而不影响语句的地址。

判断语句——ifelse、switch

ifelse前面说过了,为了实现“什么样的情况”做“什么样的动作”,故C++非常正常地提供了条件判断语句以实现条件的不同而执行不同的代码。ifelse的格式为:

if(<数字>)<语句1>else<语句2>或者if(<数字>)<语句1>

longa=0,b=1;

P1:

a++;

b*=a;

if(a<10)

gotoP1;

longc=b;

上面的代码就表示只有当a的值小于10时,才跳转到P1以重复执行,最后的效果就是c的值为10的阶乘。

上面的<数字>表示可以在“if”后的括号中放一数字,即表达式,而当此数字的值非零时,即逻辑真,程序跳转以执行<语句1>,如果为零,即逻辑假,则执行<语句2>。即也可如此:if(a–10)gotoP1;,其表示当a–10不为零时才执行gotoP1;。这和前面的效果一样,虽然最后c仍然是10的阶乘,但意义不同,代码的可读性下降,除非出于效率的考虑,不推荐如此书写代码。

而<语句1>和<语句2>由于是语句,也就可以放任何是语句的东西,因此也可以这样:

if(a)longc;

上面可谓吃饱了撑了,在此只是为了说明<语句1>实际可以放任何是语句的东西,但由于前面已经说过,标号的定义以及注释语句和预编译语句其实都不是语句,因此下面试图当a非零时,定义标号P2和当a为零时书写注释“错误!”的意图是错误的:

if(a)P2:或者if(!a)//错误!

a++;a++;

但编译器不会报错,因为前者实际是当a非零时,将a自增一;后者实际是当a为零时,将a自增一。还应注意,由于复合语句也是语句,因此:

if(a){longc=0;c++;}

由于使用了复合语句,因此这个判断语句并不是以“;”结尾,但它依旧是一个单句,即:

if(a)

if(a<10){longc=0;c++;}

else

b*=a;

上面虽然看起来很复杂,但依旧是一个单句,应该注意当写了一个“else”时,编译器向上寻找最近的一个“if”以和其匹配,因此上面的“else”是和“if(a<10)”匹配的,而不是由于上面那样的缩进书写而和“if(a)”匹配,因此b*=a;只有在a大于等于10的时候才执行,而不是想象的a为零的时候。

还应注意前面书写的if(a)longc;。这里的意思并不是如果a非零,就定义变量c,这里涉及到作用域的问题,将在下篇说明。

switch这个语句的定义或多或少地是因为实现的原因而不是和“ifelse”一样由于逻辑的原因。先来看它的格式:switch(<整型数字>)<语句>。

上面的<整型数字>和if语句一样,只要是一个数字就可以了,但不同地必须是整型数字(后面说明原因)。然后其后的<语句>与前相同,只要是语句就可以。在<语句>中,应该使用这样的形式:case<整型常数1>:。它在它所对应的位置定义了一个标号,即前面goto语句使用的东西,表示如果<整型数字>和<整型常数1>相等,程序就跳转到“case<整型常数1>:”所标识的位置,否则接着执行后续的语句。

longa,b=3;

switch(a+3)

case2:case3:a++;

b*=a;

上面就表示如果a+3等于2或3,就跳到a++;的地址,进而执行a++,否则接着执行后面的语句b*=a;。这看起来很荒谬,有什么用?一条语句当然没意义,为了能够标识多条语句,必须使用复合语句,即如下:

longa,b=3;

switch(a+3)

{

b=0;

case2:

a++;//假设地址为3003

case3:

a--;//假设地址为3004

break;

case1:

a*=a;//假设地址为3006

}

b*=a;//假设地址为3010

应该注意上面的“2:”、“3:”、“1:”在这里看着都是整型的数字,但实际应该把它们理解为标号。因此,上面检查a+3的值,如果等于1,就跳到“1:”标识的地址,即3006;如果为2,则跳转到3003的地方执行代码;如果为3,则跳到3004的位置继续执行。而上面的break;语句是特定的,其放在switch后接的语句中表示打断,使程序跳转到switch以后,对于上面就是3010以执行b*=a;。即还可如此:

switch(a)if(a)break;

由于是跳到相应位置,因此如果a为-1,则将执行a++;,然后执行a--;,再执行break;而跳到3010地址处执行b*=a;。并且,上面的b=0;将永远不会被执行。

switch表示的是针对某个变量的值,其不同的取值将导致执行不同的语句,非常适合实现状态的选择。比如用1表示安全,2表示有点危险,3表示比较危险而4表示非常危险,通过书写一个switch语句就能根据某个怪物当前的状态来决定其应该做“逃跑”还是“攻击”或其他的行动以实现游戏中的人工智能。那不是很奇怪吗?上面的switch通过if语句也可以实现,为什么要专门提供一个switch语句?如果只是为了简写,那为什么不顺便提供多一些类似这种逻辑方案的简写,而仅仅只提供了一个分支选择的简写和后面将说的循环的简写?因为其是出于一种优化技术而提出的,就好象后面的循环语句一样,它们对逻辑的贡献都可以通过if语句来实现(毕竟逻辑就是判断),而它们的提出一定程度都是基于某种优化技术,不过后面的循环语句简写的成分要大一些。

我们给出一个数组,数组的每个元素都是4个字节大小,则对于上面的switch语句,如下:

unsignedlongAddr[3];Addr[0]=3006;Addr[1]=3003;Addr[2]=3004;

而对于switch(a+3),则使用类似的语句就可以代替:gotoAddr[a+3–1];

上面就是switch的真面目,应注意上面的goto的写法是错误的,这也正是为什么会有switch语句。编译器为我们构建一个存储地址的数组,这个数组的每个元素都是一个地址,其表示的是某条语句的地址,这样,通过不同的偏移即可实现跳转到不同的位置以执行不同的语句进而表现出状态的选择。

现在应该了解为什么上面必须是<整型数字>了,因为这些数字将用于数组的下标或者是偏移,因此必须是整数。而<整型常数1>必须是常数,因为其由编译时期告诉编译器它现在所在位置应放在地址数组的第几个元素中。

了解了switch的实现后,以后在书写switch时,应尽量将各case后接的整型常数或其倍数靠拢以减小需生成的数组的大小,而无需管常数的大小。即case1000、case1001、case1002和case2、case4、case6都只用3个元素大小的数组,而case0、case100、case101就需要102个元素大小的数组。应该注意,现在的编译器都很智能,当发现如刚才的后者这种只有3个分支却要102个元素大小的数组时,编译器是有可能使用重复的if语句来代替上面数组的生成。

switch还提供了一个关键字——default。如下:

longa,b=3;

switch(a+3)

{

case2:

a++;

break;

case3:

a+=3;

break;

default:

a--;

}

b*=a;

上面的“default:”表示当a+3不为2且不为3时,则执行a--;,即default表示缺省的状况,但也可以没有,则将直接执行switch后的语句,因此这是可以的:switch(a){}或switch(a);,只不过毫无意义罢了。

循环语句——for、while、dowhile

刚刚已经说明,循环语句的提供主要是出于简写目的,因为循环是方法描述中用得最多的,且算法并不复杂,进而对编译器的开发难度不是增加太多。

for其格式为for(<数字1>;<数字2>;<数字3>)<语句>。其中的<语句>同上,即可接单句也可接复合语句。而<数字1>、<数字2>和<数字3>由于是数字,就是表达式,进而可以做表达式语句能做的所有的工作——操作符的计算。for语句的意思是先计算<数字1>,相当于初始化工作,然后计算<数字2>。如果<数字2>的值为零,表示逻辑假,则退出循环,执行for后面的语句,否则执行<语句>,然后计算<数字3>,相当于每次循环的例行公事,接着再计算<数字2>,并重复。上面的<语句>一般被称作循环体。

上面的设计是一种面向过程的设计思想,将循环体看作是一个过程,则这个过程的初始化(<数字1>)和必定执行(<数字3>)都表现出来。一个简单的循环,如下:

longa,b;

for(a=1,b=1;a<=10;a++)

b*=a;

上面执行完后b是10的阶乘,和前面在说明if语句时举的例子相比,其要简单地多,并且可读性更好——a=1,b=1是初始化操作,每次循环都将a加一,这些信息是goto和if语句表现不出来的。由于前面一再强调的语句和数字的概念,因此可以如下:

longa,b=1;

for(;b<100;)

for(a=1,b=1;a;++a,++b)

if(b*=a)

switch(a=b)

{

case1:

a++;break;

case2:

for(b=10;b;b--)

{

a+=b*b;

case3:a*=a;

}

break;

}

上面看着很混乱,注意“case3:”在“case2:”后的一个for语句的循环体中,也就是说,当a=b返回1时,跳到a++;处,并由于break;的缘故而执行switch后的语句,也就是if后的语句,也就是第二个for语句的++a,++b。当返回2时,跳到第三个for语句处开始执行,循环完后同样由break;而继续后面的执行。当返回3时,跳到a*=a;处执行,然后计算b--,接着计算b的值,检查是否非零,然后重复循环直到b的值为零,然后继续以后的执行。上面的代码并没什么意义,在这里是故意写成这么混乱以进一步说明前面提过的语句和数字的概念,如果真正执行,大致看过去也很容易知道将是一个死循环,即永远循环无法退出的循环。

还应注意C++提出了一种特殊语法,即上面的<数字1>可以不是数字,而是一变量定义语句,即可如此:for(longa=1,b=1;a<10;++a,++b);。其中就定义了变量a和b。但是也只能接变量定义语句,而结构定义、类定义及函数定义语句将不能写在这里。这个语法的提出是更进一步地将for语句定义为记数式循环的过程,这里的变量定义语句就是用于定义此循环中充当计数器的变量(上面的a)以实现循环固定次数。

最后还应注意上面写的<数字1>、<数字2>和<数字3>都是可选的,即可以:for(;;);。

while其格式为while(<数字>)<语句>,其中的<数字>和<语句>都同上,意思很明显,当<数字>非零时,执行<语句>,否则执行while后面的语句,这里的<语句>被称作循环体。

dowhile其格式为do<语句>while(<数字>);。注意,在while后接了“;”以表示这个单句的结束。其中的<数字>和<语句>都同上,意思很明显,当<数字>非零时,执行<语句>,否则执行while后面的语句,这里的<语句>被称作循环体。

为什么C++要提供上面的三种循环语句?简写是一重要目的,但更重要的是可以提供一定的优化。for被设计成用于固定次数的循环,而while和dowhile都是用于条件决定的循环。对于前者,编译器就可以将前面提过的用于记数的变量映射成寄存器以优化速度,而后者就要视编译器的智能程度来决定是否能生成优化代码了。

while和dowhile的主要区别就是前者的循环体不一定会被执行,而后者的循环体一定至少会被执行一次。而出于简写的目的,C++又提出了continue和break语句。如下:

for(longi=0;i<10;i++)

{

if(!(i%3))

continue;

if(!(i%7))

break;

//其他语句

}

上面当i的值能被3整除时,就不执行后面的“其他语句”,而是直接计算i++,再计算i<10以决定是否继续循环。即continue就是终止当前这次循环的执行,开始下一次的循环。上面当i的值能被7整除时,就不执行后面的“其他语句”,而是跳出循环体,执行for后的语句。即break就是终止循环的运行,立即跳出循环体。如下:

while(--i)do

{{

if(i==10)if(i==10)

continue;continue;

if(i>20)if(i>20)

break;break;

//其他语句//其他语句

}}while(--i);

a=i;a=i;

上面的continue;执行时都将立即计算—i以判断是否继续循环,而break;执行时都将立即退出循环体进而执行后继的a=i;。

还应注意嵌套问题,即前面说过的else在寻找配对的if时,总是找最近的一个if,这里依旧。

longa=0;

P1:

for(longi=a;i<10;i++)

for(longj=0;j<10;j++)

{

if(!(j%3))

continue;

if(!(j%7))

break;

if(i*j)

{

a=i*j;

gotoP1;

}

//其他语句

}

上面的continue;执行后,将立即计算j++,而break;执行后,将退出第二个循环(即j的循环),进而执行i++,然后继续由i<10来决定是否继续循环。当gotoP1;执行时,程序跳到上面的P1处,即执行longi=a;,进而重新开始i的循环。

上面那样书写goto语句是不被推荐的,因为其破坏了循环,不符合人的思维习惯。在此只是要说明,for或while、dowhile等都不是循环,只是它们各自的用处最后表现出来好象是循环,实际只是程序执行位置的变化。应清楚语句的实现,这样才能清楚地了解各种语句的实际作用,进而明确他人写的代码的意思。而对于自己书写代码,了解语句的实现,将有助于进行一定的优化。但当你写出即精简又执行效率高的程序时,保持其良好的可读性是一个程序员的素养,应尽量培养自己书写可读性高的代码的习惯。

上面的longj=0在第一个循环的循环体内,被多次执行岂不是要多次定义?这属于变量的作用域的问题,下篇将说明。

本篇的内容应该是很简单的,重点只是应该理解源代码编译成机器指令后,在执行时也放在内存中,故每条语句都对应着一个地址,而通过跳转语句即可改变程序的运行顺序。下篇将对此提出一系列的概念,并说明声明和定义的区别。

C++从零开始(七)

——何谓函数

本篇之前的内容都是基础中的基础,理论上只需前面所说的内容即可编写出几乎任何只操作内存的程序,也就是本篇以后说明的内容都可以使用之前的内容自己实现,只不过相对要麻烦和复杂许多罢了。

本篇开始要比较深入地讨论C++提出的很有意义的功能,它们大多数和前面的switch语句一样,是一种技术的实现,但更为重要的是提供了语义的概念。所以,本篇开始将主要从它们提供的语义这方面来说明各自的用途,而不像之前通过实现原理来说明(不过还是会说明一下实现原理的)。为了能清楚说明这些功能,要求读者现在至少能使用VC来编译并生成一段程序,因为后续的许多例子都最好是能实际编译并观察执行结果以加深理解(尤其是声明和类型这两个概念)。为此,如果你现在还不会使用VC或其他编译器来进行编译代码,请先参看其他资料以了解如何使用VC进行编译。为了后续例子的说明,下面先说明一些预备知识。

预备知识

写出了C++代码,要如何让编译器编译?在文本文件中书写C++代码,然后将文本文件的文件名作为编译器的输入参数传递给编译器,即叫编译器编译给定文件名所对应的文件。在VC中,这些由VC这个编程环境(也就是一个软件,提供诸多方便软件开发的功能)帮我们做了,其通过项目(Project)来统一管理书写有C/C++代码的源文件。为了让VC能了解到哪些文件是源文件(因为还可能有资源文件等其他类型文件),在用文本编辑器书写了C++代码后,将其保存为扩展名为.c或.cpp(CPlusPlus)的文本文件,前者表示是C代码,而后者表示C++代码,则缺省情况下,VC就能根据不同的源文件而使用不同的编译语法来编译源文件。

前篇说过,C++中的每条语句都是从上朝下执行,每条语句都对应着一个地址,那么在源文件中的第一条语句对应的地址就是0吗?当然不是,和在栈上分配内存一样,只能得到相对偏移值,实际的物理地址由于不同的操作系统将会有各自不同的处理,如在Windows下,代码甚至可以没有物理地址,且代码对应的物理地址还能随时变化。

当要编写一个稍微正常点的程序时,就会发现一个源文件一般是不够的,需要使用多个源文件来写代码。而各源文件之间要如何连接起来?对此C++规定,凡是生成代码的语句都要放在函数中,而不能直接写在文本文件中。关于函数后面马上说明,现在只需知道函数相当于一个外壳,它通过一对“{}”将代码括起来,进而就将代码分成了一段一段,且每一段代码都由函数名这个项目内唯一的标识符来标识,因此要连接各段代码,只用通过函数名即可,后面说明。前面说的“生成代码”指的是表达式语句和指令语句,虽然定义语句也可能生成代码,但由于其代码生成的特殊性,是可以直接写在源文件内(在《C++从零开始(十)》中说明),即不用被一对“{}”括起来。

程序一开始要从哪里执行?C++强行规定,应该在源文件中定义一个名为main的函数,而代码就从这个函数处开始运行。应该注意由于C++是由编译器实现的,而它的这个规定非常的牵强,因此纵多的编译器都又自行提供了另外的程序入口点定义语法(程序入口点即最开始执行的函数),如VC,为了编写DLL文件,就不应有main函数;为了编写基于Win32的程序,就应该使用WinMain而不是main;而VC实际提供了更加灵活的手段,实际可以让程序从任何一个函数开始执行,而不一定非得是前面的WinMain、main等,这在《C++从零开始(十九)》中说明。

对于后面的说明,应知道程序从main函数开始运行,如下:

longa;voidmain(){shortb;b++;}longc;

上面实际先执行的是longa;和longc;,不过不用在意,实际有意义的语句是从shortb;开始的。

函数(Function)

机器手焊接轿车车架上的焊接点,给出焊接点的三维坐标,机器手就通过控制各关节的马达来使焊枪移到准确的位置。这里控制焊枪移动的程序一旦编好,以后要求机器手焊接车架上的200个点,就可以简单地给出200个点的坐标,然后调用前面已经编好的移动程序200次就行了,而不用再对每次移动重复编写代码。上面的移动程序就可以用一个函数来表示。

函数是一个映射元素。其和变量一样,将一个标识符(即函数名)和一个地址关联起来,且也有一类型和其关联,称作函数的返回类型。函数和变量不同的就是函数关联的地址一定是代码的地址,就好像前面说明的标号一样,但和标号不同的就是,C++将函数定义为一种类型,而标号则只是纯粹的二进制数,即函数名对应的地址可以被类型修饰符修饰以使得编译器能生成正确的代码来帮助程序员书实现上面的功能。

由于定义函数时编译器并不会分配内存,因此引用修饰符“&”不再其作用,同样,由数组修饰符“[]”的定义也能知道其不能作用于函数上面,只有留下的指针修饰符“*”可以,因为函数名对应的是某种函数类型的地址类型的数字。

前面移动程序之所以能被不同地调用200次,是因为其写得很灵活,能根据不同的情况(不同位置的点)来改变自己的运行效果。为了向移动程序传递用于说明情况的信息(即点的坐标),必须有东西来完成这件事,在C++中,这使用参数来实现,并对于此,C++专门提供了一种类型修饰符——函数修饰符“()”。在说明函数修饰符之前,让我们先来了解何谓抽象声明符(AbstractDeclarator)。

声明一个变量longa;(这看起来和定义变量一样,后面将说明它们的区别),其中的long是类型,用于修饰此变量名a所对应的地址。将声明变量时(即前面的写法)的变量名去掉后剩下的东西称作抽象声明符。比如:long*a,&b=*a,c[10],(*d)[10];,则变量a、b、c、d所对应的声明修饰符分别是long*、long&、long[10]、long(*)[10]。

函数修饰符接在函数名的后面,括号内接零个或多个抽象声明符以表示参数的类型,中间用“,”隔开。而参数就是一些内存(分别由参数名映射),用于传递一些必要的信息给函数名对应的地址处的代码以实现相应的功能。声明一个函数如下:

long*ABC(long*,long&,long[10],long(*)[10]);

上面就声明了一个函数ABC,其类型为long*(long*,long&,long[10],long(*)[10]),表示欲执行此函数对应地址处开始的代码,需要顺序提供4个参数,类型如上,返回值类型为long*。上面ABC的类型其实就是一个抽象声明符,因此也可如下:

longAB(long*(long*,long&,long[10],long(*)[10]),short,long&);

对于前面的移动程序,就可类似如下声明它:

voidMove(floatx,floaty,floatz);

上面在书写声明修饰符时又加上了参数名,以表示对应参数的映射。不过由于这里是函数的声明,上述参数名实际不产生任何映射,因为这是函数的声明,不是定义(关于声明,后面将说明)。而这里写上参数名是一种语义的体现,表示第一、二、三个参数分别代表X、Y、Z坐标值。

上面的返回类型为void,前面提过,void是C++提供的一种特殊数字类型,其仅仅只是为了保障语法的严密性而已,即任何函数执行后都要返回一个数字(后面将说明),而对于不用返回数字的函数,则可以定义返回类型为void,这样就可以保证语法的严密性。应当注意,任何类型的数字都可以转换成void类型,即可以(void)(234);或void(a);。

注意上面函数修饰符中可以一个抽象修饰符都没有,即voidABC();。它等效于voidABC(void);,表示ABC这个函数没有参数且不返回值。则它们的抽象声明符为void()或void(void),进而可以如下:

long*ABC(long*(),long(),long[10]);

由函数修饰符的意义即可看出其和引用修饰符一样,不能重复修饰类型,即不能voidA()(long);,这是无意义的。同样,由于类型修饰符从左朝右的修饰顺序,也就很正常地有:void(*pA)()。假设这里是一个变量定义语句(也可以看成是一声明语句,后面说明),则表示要求编译器在栈上分配一块4字节的空间,将此地址和pA映射起来,其类型为没有参数,返回值类型为void的函数的指针。有什么用?以后将说明。

函数定义

下面先看下函数定义,对于前面的机器手控制程序,可如下书写:

voidMove(floatx,floaty,floatz)

{

floattemp;

//根据x、y、z的值来移动焊枪

}

intmain()

{

floatx[200],y[200],z[200];

//将200个点的坐标放到数组x、y和z中

for(unsignedi=0;i<200;i++)

Move(x[i],y[i],z[i]);

return0;

}

上面定义了一个函数Move,其对应的地址为定义语句floattemp;所在的地址,但实际由于编译器要帮我们生成一些附加代码(称作函数前缀——Prolog,在《C++从零开始(十五)》中说明)以获得参数的值或其他工作(如异常的处理等),因此Move将对应在较floattemp;之前的某个地址。Move后接的类型修饰符较之前有点变化,只是把变量名加上以使其不是抽象声明符而已,其作用就是让编译器生成一映射,将加上的变量名和传递相应信息的内存的地址绑定起来,也就形成了所谓的参数。也由于此原因,就能如此书写:voidMove(floatx,float,floatz){}。由于没有给第二个参数绑定变量名,因此将无法使用第二个参数,以后将举例说明这样的意义。

函数的定义就和前面的函数的声明一样,只不过必须紧接其后书写一个复合语句(必须是复合语句,即用“{}”括起来的语句),此复合语句的地址将和此函数名绑定,但由于前面提到的函数前缀,函数名实际对应的地址在复合语句的地址的前面。

为了调用给定函数,C++提供了函数操作符“()”,其前面接函数类型的数字,而中间根据相应函数的参数类型和个数,放相应类型的数字和个数,因此上面的Move(x[i],y[i],z[i]);就是使用了函数操作符,用x[i]、y[i]、z[i]的值作为参数,并记录下当前所在位置的地址,跳转到Move所对应的地址继续执行,当从Move返回时,根据之前记录的位置跳转到函数调用处的地方,继续后继代码的执行。

函数操作符由于是操作符,因此也要返回数字,也就是函数的返回值,即可以如下:

floatAB(floatx){returnx*x;}intmain(){floatc=AB(10);return0;}

先定义了函数AB,其返回float类型的数字,其中的return语句就是用于指明函数的返回值,其后接的数字就必须是对应函数的返回值类型,而当返回类型为void时,可直接书写return;。因此上面的c的值为100,函数操作符返回的值为AB函数中的表达式x*x返回的数字,而AB(10)将10作为AB函数的参数x的值,故x*x返回100。

由于之前也说明了函数可以有指针,将函数和变量对比,则直接书写函数名,如:AB;。上面将返回AB对应的地址类型的数字,然后计算此地址类型数字,应该是以函数类型解释相应地址对应的内存的内容,考虑函数的意义,将发现这是毫无意义的,因此其不做任何事,直接返回此地址类型的数字对应的二进制数,也就相当于前面说的指针类型。因此也就可以如下:

intmain(){float(*pAB)(float)=AB;floatc=(*pAB)(10);return0;}

上面就定义了一个指针pAB,其类型为float(*)(float),一开始将AB对应的地址赋值给它。为什么没有写成pAB=&AB;而是pAB=AB;?因为前面已经说了,函数类型的地址类型的数字,将不做任何事,其效果和指针类型的数字一样,因此pAB=AB;没有问题,而pAB=&AB;就更没有问题了。可以认为函数类型的地址类型的数字编译器会隐式转换成指针类型的数字,因此既可以(*pAB)(10);,也能(*AB)(10);,因为后者编译器进行了隐式类型转换。

由于函数操作符中接的是数字,因此也可以floatc=AB(AB(10));,即c为10000。还应注意函数操作符让编译器生成一些代码来传递参数的值和跳转到相应的地址去继续执行代码,因此如下是可以的:

longAB(longx){if(x>1)returnx*AB(x-1);elsereturn1;}

上面表示当参数x的值大于1时,将x-1返回的数字作为参数,然后跳转到AB对应的地址处,也就是if(x>1)所对应的地址,重复运行。因此如果longc=AB(5);,则c为5的阶乘。上面如果不能理解,将在后面说明异常的时候详细说明函数是如何实现的,以及所谓的堆栈溢出问题。

现在应该了解main函数的意义了,其只是建立一个映射,好让连接器制定程序的入口地址,即main函数对应的地址。上面函数Move在函数main之前定义,如果将Move的定义移到main的下面,上面将发生错误,说函数Move没定义过,为什么?因为编译器只从上朝下进行编译,且只编译一次。那上面的问题怎么办?后面说明。

重载函数

前面的移动函数,如果只想移动X和Y坐标,为了不移动Z坐标,就必须如下再编写一个函数:

voidMove2(floatx,floaty);

它为了不和前面的Move函数的名字冲突而改成Move2,但Move2也表示移动,却非要变一个名字,这严重地影响语义。为了更好的从源代码上表现出语义,即这段代码的意义,C++提出了重载函数的概念。

重载函数表示函数名字一样,但参数类型及个数不同的多个函数。如下:

voidMove(floatx,floaty,floatz){}和voidMove(floatx,floaty){}

上面就定义了两个重载函数,虽然函数名相同,但实际为两个函数,函数名相同表示它们具有同样的语义——移动焊枪的程序,只是移动方式不同,前者在三维空间中移动,后者在一水平面上移动。当Move(12,43);时就调用后者,而Move(23,5,12);时就调用前者。不过必须是参数的不同,不能是返回值的不同,即如下将会报错:

floatMove(floatx,floaty){return0;}和voidMove(floata,floatb){}

上面虽然返回值不同,但编译器依旧认为上面定义的函数是同一个,则将说函数重复定义。为什么?因为在书写函数操作符时,函数的返回值类型不能保证获得,即floata=Move(1,2);虽然可以推出应该是前者,但也可以Move(1,2);,这样将无法得知应该使用哪个函数,因此不行。还应注意上面的参数名字虽然不同,但都是一样的,参数名字只是表示在那个函数的作用域内其映射的地址,后面将说明。改成如下就没有问题:

floatMove(floatx,floaty){return0;}和voidMove(floata,floatb,floatc){}

还应注意下面的问题:

floatMove(floatx,chary);floatMove(floata,shortb);Move(10,270);

上面编译器将报错,因为这里的270在计算函数操作符时将被认为是int,即整型,它即可以转成char,也可以转成short,结果编译器将无法判断应是哪一个函数。为此,应该Move(10,(char)270);。

声明和定义

声明是告诉编译器一些信息,以协助编译器进行语法分析,避免编译器报错。而定义是告诉编译器生成一些代码,并且这些代码将由连接器使用。即:声明是给编译器用的,定义是给连接器用的。这个说明显得很模糊,为什么非要弄个声明和定义在这搅和?那都是因为C++同意将程序拆成几段分别书写在不同文件中以及上面提到的编译器只从上朝下编译且对每个文件仅编译一次。

编译器编译程序时,只会一个一个源文件编译,并分别生成相应的中间文件(对VC就是.obj文件),然后再由连接器统一将所有的中间文件连接形成一个可执行文件。问题就是编译器在编译a.cpp文件时,发现定义语句而定义了变量a和b,但在编译b.cpp时,发现使用a和b的代码,如a++;,则编译器将报错。为什么?如果不报错,说因为a.cpp中已经定义了,那么先编译b.cpp再编译a.cpp将如何?如果源文件的编译顺序是特定的,将大大降低编译的灵活性,因此C++也就规定:编译a.cpp时定义的所有东西(变量、函数等)在编译b.cpp时将全部不算数,就和没编译过a.cpp一样。那么b.cpp要使用a.cpp中定义的变量怎么办?为此,C++提出了声明这个概念。

因此变量声明longa;就是告诉编译器已经有这么个变量,其名字为a,其类型为long,其对应的地址不知道,但可以先作个记号,即在后续代码中所有用到这个变量的地方做上记号,以告知连接器在连接时,先在所有的中间文件里寻找是否有个叫a的变量,其地址是多少,然后再修改所有作了记号的地方,将a对应的地址放进去。这样就实现了这个文件使用另一个文件中定义的变量。

所以声明longa;就是要告诉编译器已经有这么个变量a,因此后续代码中用到a时,不要报错说a未定义。函数也是如此,但是有个问题就是函数声明和函数定义很容易区别,因为函数定义后一定接一复合语句,但是变量定义和变量声明就一模一样,那么编译器将如何识别变量定义和变量声明?编译器遇到longa;时,统一将其认为是变量定义,为了能标识变量声明,可借助C++提出的修饰符extern。

修饰符就是声明或定义语句中使用的用以修饰此声明或定义来向编译器提供一定的信息,其总是接在声明或定义语句的前面或后面,如:

externlonga,*pA,&ra;

上面就声明(不是定义)了三个变量a、pA和ra。因为extern表示外部的意思,因此上面就被认为是告诉编译器有三个外部的变量,为a、pA和ra,故被认为是声明语句,所以上面将不分配任何内存。同样,对于函数,它也是一样的:

externvoidABC(long);或externlongAB(shortb);

上面的extern等同于不写,因为编译器根据最后的“;”就可以判断出来上面是函数声明,而且提供的“外部”这个信息对于函数来说没有意义,编译器将不予理会。extern实际还指定其后修饰的标识符的修饰方式,实际应为extern"C"或extern"C++",分别表示按照C语言风格和C++语言风格来解析声明的标识符。

C++是强类型语言,即其要求很严格的类型匹配原则,进而才能实现前面说的函数重载功能。即之所以能几个同名函数实现重载,是因为它们实际并不同名,而由各自的参数类型及个数进行了修饰而变得不同。如voidABC(),*ABC(long),ABC(long,short);,在VC中,其各自名字将分别被变成“?ABC@@YAXXZ”、“?ABC@@YAPAXJ@Z”、“?ABC@@YAXJF@Z”。而externlonga,*pA,&ra;声明的三个变量的名字也发生相应的变化,分别为“?a@@3JA”、“?pA@@3PAJA”、“?ra@@3AAJA”。上面称作C++语言风格的标识符修饰(不同的编译器修饰格式可能不同),而C语言风格的标识符修饰就只是简单的在标识符前加上“_”即可(不同的编译器的C风格修饰一定相同)。如:extern"C"longa,*pA,&ra;就变成_a、_pA、_ra。而上面的extern"C"voidABC(),*ABC(long),ABC(long,short);将报错,因为使用C风格,都只是在函数名前加一下划线,则将产生3个相同的符号(Symbol),错误。

为什么不能有相同的符号?为什么要改变标识符?不仅因为前面的函数重载。符号和标识符不同,符号可以由任意字符组成,它是编译器和连接器之间沟通的手段,而标识符只是在C++语言级上提供的一种标识手段。而之所以要改变一下标识符而不直接将标识符作为符号使用是因为编译器自己内部和连接器之间还有一些信息需要传递,这些信息就需要符号来标识,由于可能用户写的标识符正好和编译器内部自己用的符号相同而产生冲突,所以都要在程序员定义的标识符上面修改后再用作符号。既然符号是什么字符都可以,那为什么编译器不让自己内部定的符号使用标识符不能使用的字符,如前面VC使用的“?”,那不就行了?因为有些C/C++编译器及连接器沟通用的符号并不是什么字符都可以,也必须是一个标识符,所以前面的C语言风格才统一加上“_”的前缀以区分程序员定义的符号和编译器内部的符号。即上面能使用“?”来作为符号是VC才这样,也许其它的编译器并不支持,但其它的编译器一定支持加了“_”前缀的标识符。这样可以联合使用多方代码,以在更大范围上实现代码重用,在《C++从零开始(十八)》中将对此详细说明。

当书写externvoidABC(long);时,是extern"C"还是extern"C++"?在VC中,如果上句代码所在源文件的扩展名为.cpp以表示是C++源代码,则将解释成后者。如果是.c,则将解释成前者。不过在VC中还可以通过修改项目选项来改变上面的默认设置。而externlonga;也和上面是同样的。

因此如下:

extern"C++"voidABC(),*ABC(long),ABC(long,short);

intmain(){ABC();}

上面第一句就告诉编译器后续代码可能要用到这个三个函数,叫编译器不要报错。假设上面程序放在一个VC项目下的a.cpp中,编译a.cpp将不会出现任何错误。但当连接时,编译器就会说符号“?ABC@@YAXXZ”没找到,因为这个项目只包含了一个文件,连接也就只连接相应的a.obj以及其他的一些必要库文件(后续文章将会说明)。连接器在它所能连接的所有对象文件(a.obj)以及库文件中查找符号“?ABC@@YAXXZ”对应的地址是什么,不过都没找到,故报错。换句话说就是main函数使用了在a.cpp以外定义的函数voidABC();,但没找到这个函数的定义。应注意,如果写成intmain(){void(*pA)=ABC;}依旧会报错,因为ABC就相当于一个地址,这里又要求计算此地址的值(即使并不使用pA),故同样报错。

为了消除上面的错误,就应该定义函数voidABC();,既可以在a.cpp中,如main函数的后面,也可以重新生成一个.cpp文件,加入到项目中,在那个.cpp文件中定义函数ABC。因此如下即可:

extern"C++"voidABC(),*ABC(long),ABC(long,short);

intmain(){ABC();}voidABC(){}

如果你认为自己已经了解了声明和定义的区别,并且清楚了声明的意思,那我打赌有50%的可能性你并没有真正理解声明的含义,这里出于篇幅限制,将在《C++从零开始(十)》中说明声明的真正含义,如果你是有些C/C++编程经验的人,到时给出的样例应该有50%的可能性会令你大吃一惊。

调用规则

调用规则指函数的参数如何传递,返回值如何传递,以及上述的函数名标识符如何修饰。其并不属于语言级的内容,因为其表示编译器如何实现函数,而关于如何实现,各编译器都有自己的处理方式。在VC中,其定义了三个类型修饰符用以告知编译器如何实现函数,分别为:__cdecl、__stdcall和__fastcall。三种各有不同的参数、函数返回值传递方式及函数名修饰方式,后面说明异常时,在说明了函数的具体实现方式后再一一解释。由于它们是类型修饰符,则可如下修饰函数:

void*__stdcallABC(long),__fastcallDE(),*(__stdcall*pAB)(long)=&ABC;

void(__fastcall*pDE)()=DE;

变量的作用域

前面定义函数Move时,就说voidMove(floata,floatb);和voidMove(floatx,floaty);是一样的,即变量名a和b在这没什么意义。这也就是说变量a、b的作用范围只限制在前面的Move的函数体(即函数定义时的复合语句)内,同样x和y的有效范围也只在后面的Move的函数体内。这被称作变量的作用域。

//////a.cpp//////

longe=10;

voidmain()

{

shorta=10;

e++;

{

longe=2;

e++;

a++;

}

e++;

}

上面的第一个e的有效范围是整个a.cpp文件内,而a的有效范围是main函数内,而main函数中的e的有效范围则是括着它的那对“{}”以内。即上面到最后执行完e++;后,longe=2;定义的变量e已经不在了,也就是被释放了。而longe=10;定义的e的值为12,a的值为11。

也就是说“{}”可以一层层嵌套包含,没一层“{}”就产生了一个作用域,在这对“{}”中定义的变量只在这对“{}”中有效,出了这对“{}”就无效了,等同于没定义过。

为什么要这样弄?那是为了更好的体现出语义。一层“{}”就表示一个阶段,在执行这个阶段时可能会需要到和前面的阶段具有相同语义的变量,如排序。还有某些变量只在某一阶段有用,过了这个阶段就没有意义了,下面举个例子:

floata[10];

//赋值数组a

for(unsignedi=0;i<10;i++)

for(unsignedj=0;j<10;j++)

if(a[i]<a[j])

{

floattemp=a[i];

a[i]=a[j];

a[j]=temp;

}

上面的temp被称作临时变量,其作用域就只在if(a[i]<a[j])后的大括号内,因为那表示一个阶段,程序已经进入交换数组元素的阶段,而只有在交换元素时temp在有意义,用于辅助元素的交换。如果一开始就定义了temp,则表示temp在数组元素寻找期间也有效,这从语义上说是不对的,虽然一开始就定义对结果不会产生任何影响,但应不断地询问自己——这句代码能不能不要?这句代码的意义是什么?不过由于作用域的关系而可能产生性能影响,这在《C++从零开始(十)》中说明。

下篇将举例说明如何已知算法而写出C++代码,帮助读者做到程序员的最基本的要求——给得出算法,拿得出代码。

C++从零开始(八)

——C++样例一

前篇说明了函数的部分实现方式,但并没有说明函数这个语法的语义,即函数有什么用及为什么被使用。对于此,本篇及后续会零散提到一些,在《C++从零开始(十二)》中再较详细地说明。本文只是就程序员的基本要求——拿得出算法,给得出代码——给出一些样例,以说明如何从算法编写出C++代码,并说明多个基础且重要的编程概念(即独立于编程语言而存在的概念)。

由算法得出代码

本系列一开头就说明了何谓程序,并说明由于CPU的世界和人们存在的客观物理世界的不兼容而导致根本不能将人编写的程序(也就是算法)翻译成CPU指令,但为了能够翻译,就必须让人觉得CPU世界中的某些东西是人以为的算法所描述的某些东西。如电脑屏幕上显示的图片,通过显示器对不同象素显示不同颜色而让人以为那是一幅图片,而电脑只知道那是一系列数字,每个数字代表了一个象素的颜色值而已。

为了实现上面的“让人觉得是”,得到算法后要做的的第一步就是找出算法中要操作的资源。前面已经说过,任何程序都是描述如何操作资源的,而C++语言本身只能操作内存的值这一种资源,因此编程要做的第一步就是将算法中操作的东西映射成内存的值。由于内存单元的值以及内存单元地址的连续性都可以通过二进制数表示出来,因此要做的第一步就是把算法中操作的东西用数字表示出来。

上面做的第一步就相当于数学建模——用数学语言将问题表述出来,而这里只不过是用数字把被操作的资源表述出来罢了(应注意数字和数的区别,数字在C++中是一种操作符,其有相关的类型,由于最后对它进行计算得到的还是二进制数故使用数字进行表示而不是二进制数,以增强语义)。接着第二步就是将算法中对资源的所有操作都映射成语句或函数。

用数学语言对算法进行表述时,比如将每10分钟到车站等车的人的数量映射为一随机变量,也就前述的第一步。随后定此随机变量服从泊松分布,也就是上面的第二步。到站等车的人的数量是被操作的资源,而给出的算法是每隔10分种改变这个资源,将它的值变成按给定参数的泊松函数分布的一随机值。

在C++中,前面已经将资源映射成了数字,接着就要将对资源的操作映射成对数字的操作。C++中能操作数字的就只有操作符,也就是将算法中对资源的所有操作都映射成表达式语句。

当上面都完成了,则算法中剩下的就只有执行顺序了,而执行顺序在C++中就是从上朝下书写,而当需要逻辑判断的介入而改变执行顺序时,就使用前面的if和goto语句(不过后者也可以通过if后接的语句来实现,这样可以减少goto语句的使用,因为goto的语义是跳转而不是“所以就”),并可考虑是否能够使用循环语句以简化代码。即第三步为将执行流程用语句表示出来。

而前面第二步之所以还说可映射成函数,即可能某个操作比较复杂,还带有逻辑的意味,不能直接找到对应的操作符,这时就只好利用万能的函数操作符,对这个操作重复刚才上面的三个步骤以将此操作映射成多条语句(通过if等语句将逻辑信息表现出来),而将这些语句定义为一函数,供函数操作符使用以表示那个操作。

上面如果未明不要紧,后面有两个例子,都将分别说明各自是如何进行上述步骤的。

排序

给出三张卡片,上面随便写了三个整数。有三个盒子,分别标号为1、2和3。将三张卡片随机放到1、2、3这三个盒子中,现在要求排序以使得1、2、3三个盒子中装的整数是由小到大的顺序。

给出一最简单的算法:称1、2、3盒子中放的卡片上的整数分别为第一、二、三个数,则先将第一个数和第二个数比较,如果前者大则两个盒子内的卡片交换;再将第一个和第三个比较,如果前者大则交换,这样就保证第一个数是最小的。然后将第二个数和第三个数比较,如果前者大则交换,至此排序完成。

第一步:算法中操作的资源是装在盒子中的卡片,为了将此卡片映射成数字,就注意算法中的卡片和卡片之前有什么不同。算法中区分不同卡片的唯一方法就是卡片上写的整数,因此在这里就使用一个long类型的数字来表示一个卡片。

算法中有三张卡片,故用三个数字来表示。前面已经说过,数字是装在内存中的,不是变量中的,变量只不过是映射地址而已。在这里需要三个long类型数字,可以借用定义变量时编译器自动在栈上分配的内存来记录这些数字,故可以如此定义三个变量longa1,a2,a3;来记录三个数字,也就相当于装三张卡片的三个盒子。

第二步:算法中的操作就是对卡片上的整数的比较和交换。前者很简单,使用逻辑操作符就可以实现(因为正好将卡片上的整数映射成变量a1、a2和a3中记录的数字)。后者是交换两个盒子中的卡片,可以先将一卡片从一盒子中取出来,放在桌子上或其他地方。然后将另一盒子中的卡片取出来放在刚才空出来的盒子。最后将先取出来的卡片放进刚空出来的盒子。前面说的“桌子上或其他地方”是用来存放取出的卡片,C++中只有内存能够存放数字,因此上面就必须再分配一临时内存来临时记录取出的数字。

第三步:操作和资源都已经映射好了,算法中有如果的就用if替换,由什么重复多少次的就用for替换,有什么重复直到怎样的就用while或dowhile替换,如上照着算法映射过来就完了,如下:

voidmain()

{

longa1=34,a2=23,a3=12;

if(a1>a2)

{

longtemp=a1;

a1=a2;

a2=temp;

}

if(a1>a3)

{

longtemp=a1;

a1=a3;

a3=temp;

}

if(a2>a3)

{

longtemp=a2;

a2=a3;

a3=temp;

}

}

上面就在每个if后面的复合语句中定义了一个临时变量temp以借助编译器的静态分配内存功能来提供临时存放卡片的内存。上面的元素交换并没有按照前面所说映射成函数,是因为在这里其只有三条语句且容易理解。如果要将交换操作定义为一函数,则应如下:

voidSwap(long*p1,long*p2)voidSwap(long&r1,long&r2)

{{

longtemp=*p1;longtemp=r1;

*p1=*p2;r1=r2;

*p2=temp;r2=temp;

}}

voidmain()voidmain()

{{

longa1=34,a2=23,a3=12;longa1=34,a2=23,a3=12;

if(a1>a2)if(a1>a2)

Swap(&a1,&a2);Swap(a1,a2);

if(a1>a3)if(a1>a3)

Swap(&a1,&a3);Swap(a1,a3);

if(a2>a3)if(a2>a3)

Swap(&a2,&a3);Swap(a2,a3);

}}

先看左侧的程序。上面定义了函数来表示给定盒子之间的交换操作,注意参数类型使用了long*,这里指针表示引用(应注意指针不仅可以表示引用,还可有其它的语义,以后会提到)。

什么是引用?注意这里不是指C++提出的那个引用变量,引用表示一个连接关系。比如你有手机,则手机号码就是“和你通话”的引用,即只要有你的手机号码,就能够实现“和你通话”。

再比如Windows操作系统提供的快捷方式,其就是一个“对某文件执行操作”的引用,它可以指向某个文件,通过双击此快捷方式的图标就能够对其所指的文件进行“执行”操作(可能是用某软件打开这个文件或是直接执行此文件等),但如果删除此快捷方式却并不会删除其所指向的文件,因为它只是“对某文件执行操作”的引用。

人的名字就是对“某人进行标识”的引用,即说某人考上大学通过说那个人的名字则大家就可以知道具体是哪个人。同样,变量也是引用,它是某块内存的引用,因为其映射了地址,而内存块可以通过地址来被唯一表明其存在,不仅仅是标识。注意其和前面的名字不同,因为任何对内存块的操作,只要知道内存块的首地址就可以了,而要和某人面对面讲话或吃饭,只知道他的名字是不够的。

应注意对某个东西的引用可以不止一个,如人就可以有多个名字,变量也都有引用变量,手机号码也可以不止一个。

注意上面引入了函数来表示交换,进而导致了盒子也就成了资源,因此必须将盒子映射成数字。而前面又将盒子里装的卡片映射成了long类型的数字,由于“装”这个操作,因此可以想到使用能够标识装某个代表卡片的数字的内存块来作为盒子映射的数字类型,也就是内存块的首地址,也就是long*类型(注意不是地址类型,因为地址类型的数字并不返回记录它的内存的地址)。所以上面的函数参数类型为long*。

下面看右侧的程序。参数类型变成long&,和指针一样,依旧表示引用,但注意它们的不同。后者表示它是一个别名,即它是一个映射,映射的地址是记录作为参数的数字的地址,也就是说它要求调用此函数时,给出的作为参数的数字一定是有地址的数字。所谓的“有地址的数字”表示此数字是程序员创建的,不是编译器由于临时原因而生成的临时内存的地址,如Swap(a1++,a2);就要报错。之前已经说明,因为a1++返回的地址是编译器内部定的,就程序逻辑而言,其是不存在的,而Swap(++a1,a2);就是正确的。Swap(1+3,34);依旧要报错,因为记录1+3返回的数字的内存是编译器内部分配的,就程序逻辑上来说,它们并没有被程序员用某块内存记录起来,也就不会有内存。

一个很简单的判定规则就是调用时给的参数类型如果是地址类型的数字,则可以,否则不行。

还应注意上面是long&类型,表示所修饰的变量不分配内存,也就是编译器要静态地将参数r1、r2映射的地址定下来,对于Swap(a1,a2);就分别是a1和a2的地址,但对于Swap(a2,a3);就变成a2和a3的地址了,这样是无法一次就将r1、r2映射的地址定下来,即r1、r2映射的地址在程序运行时是变化的,也就不能且无法编译时静态一次确定。

为了实现上面的要求,编译器实际将会在栈上分配内存,然后将地址传递到函数,再编写代码以使得好像动态绑定了r1、r2的地址。这实际和将参数类型定为long*是一样的效果,即上面的Swap(long&,long&);和Swap(long*,long*);是一样的,只是语法书写上不同,内部是相同的,连语义都相同,均表示引用(虽然指针不仅仅只带有引用的语义)。即函数参数类型为引用类型时,依旧会分配内存以传递参数的地址,即等效于指针类型为参数。

商人过河问题

3个商人带着3个仆人过河,过河的工具只有一艘小船,只能同时载两个人过河,包括划船的人。在河的任何一边,只要仆人的数量超过商人的数量,仆人就会联合起来将商人杀死并抢夺其财物,问应如何设计过河顺序才能让所有人都安全地过到河的另一边。

给出最弱却万能的算法——枚举法。坐船过河及划船回来的可能方案为一个仆人、一个商人或两个商人、两个仆人及一个商人一个仆人。

故每次从上述的五种方案中选择一个划过河去,然后检查河岸两侧的人数,看是否会发生仆人杀死商人,如果两边都不会,则再从上述的五个方案中选择一个让人把船划回来,然后再检查是否会发生仆人杀死商人,如果没有就又重新从五个方案中选一个划过河,如上重复直到所有人都过河了。

上面在选方案时除了保证商人不被杀死,还要保证此方案运行(即过河或划回来)后,两岸的人数布局从来都没有出现过,否则就形成无限循环,且必须合理,即没有负数。如果有一次的方案选择失败,则退回去重新选另一个方案再试。如果所有方案都失败,则再退回到更上一次的方案选择。如果一直退到第一次的方案选择,并且已没有可选的方案,则说明上题无解。

上面的算法又提出了两个基本又重要的概念——层次及容器。下面先说明容器。

容器即装东西的东西,而C++中操作的东西只有数字,因此容器就是装数字的东西,也就是内存。容器就平常的理解是能装多个东西,即能装多个数字。这很简单,使用之前的数组的概念就行了。但如果一个盒子能装很多苹果,那它一定占很大的体积,即不管装了一个苹果还是两个苹果,那盒子都要占半立方米的体积。数组就好像盒子,不管装一个元素还是两个元素,它都是long[10]的类型而要占40个字节。

容器是用来装东西的,那么要取出容器中装的东西,就必须有种手段标识容器中装的东西,对于数组,这个东西就是数组的下标,如longa[10];a[3];就取出了第四个元素的值。由于有了标识,则还要有一种手段以表示哪些标识是有效的,如上面的a数组,只前面两个元素记录了数字,但是却a[3];,得到的将是错误的值,因为只有a[0]和a[1]是有意义的。

因此上面的用数组作容器有很多的问题,但它非常简单,并能体现各元素之间的顺序关系,如元素被排序后的数组。但为了适应复杂算法,必须还要其他容器的支持,如链表、树、队列等。它们一般也被称做集合,都是用于管理多个元素用的,并各自给出了如何从众多的元素中快速找到给定标识所对应的元素,而且都能在各元素间形成一种关系,如后面将要提到的层次关系、前面数组的顺序关系等。关于那些容器的具体实现方式,请参考其他资料,在此不表。

上面算法中提到“两岸的人数布局从来都没有出现过”,为了实现这点,就需要将其中的资源——人数布局映射为数字,并且还要将曾经出现过的所有人数布局全部记录下来,也就是用一个容器记录下来,由于还未说明结构等概念,故在此使用数组来实现这个容器。上面还提到从已有的方案中选择一个,则可选的方案也是一个容器,同上,依旧使用一数组来实现。

层次,即关系,如希望小学的三年2班的XXX、中国的四川的成都的XXX等,都表现出一种层次关系,这种层次关系是多个元素之间的关系,因此就可以通过找一个容器,那个容器的各元素间已经是层次关系,则这个容器就代表了一种层次关系。树这种容器就是专门对此而设计的。

上面算法中提到的“再退回到更上一次的方案选择”,也就是说第一次过河选择了一个商人一个仆人的方案,接着选择了一个商人回来的方案,此时如果选择两个仆人过河的方案将是错误的,则将重新选择过河的方案。再假设此时所有过河的方案都失败了,则只有再向后退以重新选择回来的方案,如选择一个仆人回来。对于此,由于这里只要求退回到上一次的状态,也就是人数布局及选择的方案,则可以将这些统一放在容器中,而它们各自都只依靠顺序关系,即第二次过河的方案一定在第一次过河的方案成功的前提下才可能考虑,因此使用数组这个带有顺序关系的容器即可。

第一步:上面算法的资源有两个:坐船的方案和两岸的人数布局。坐船的方案最多五种,在此使用一个char类型的数字来映射它,即此8位二进制数的前4位用补码格式来解释得到的数字代表仆人的数量,后4位则代表商人的数量。因此一个商人和一个仆人就是(1<<4)|1。两岸的人数布局,即两岸的商人数和仆人数,由于总共才3+3=6个人,这都可以使用char类型的数字就能映射,但只能映射一个人数,而两岸的人数实际共有4个(左右两岸的商人数和仆人数),则这里使用一个char[4]来实现(实际最好是使用结构来映射而不是char[4],下篇说明)。如chara[4];表示一人数布局,则a[0]表示河岸左侧的商人数,a[1]表示左侧的仆人数,a[2]表示河岸右侧的商人数,a[3]表示右侧的仆人数。

注意前面说的容器,在此为了装可选的坐船方案故应有一容器,使用数组,如charsln[5];。在此还需要记录已用的坐船方案,由于数组的元素具备顺序关系,所以不用再生成一容器,直接使用一char数字记录一下标,当此数字为3时,表示sln[0]、sln[1]和sln[2]都已经用过且都失败了,当前可用的为sln[3]和sln[4]。同样,为了装已成功的坐船方案作用后的人数布局及当时所选的方案,就需要两个容器,在此使用数组(实际应该链表)charoldLayout[200][4],cur[200];。oldLayout就是记录已成功的方案的容器,其大小为200,表示假定在200次内,一定就已经得出结果了,否则就会因为超出数组上限而可能发生内存访问违规,而为什么是可能在《C++从零开始(十五)》中说明。

前面说过数组这种容器无法确定里面的有效元素,必须依靠外界来确定,对此,使用一unsignedcharcurSln;来记录oldLayout和cur中的有效元素的个数。规定当curSln为3时,表示oldLayout[0][0~3]、oldLayout[1][0~3]和oldLayout[2][0~3]都有效,同样cur[0]、cur[1]和cur[2]都有效,而之后的如cur[3]等都无效。

第二步:操作有:执行过河方案、执行回来方案、检查方案是否成功、退回到上一次方案选择、是否所有人都过河、判断人数布局是否相同。如下:

前两个操作:将当前的左岸人数减去相应的方案定的人数,而右岸则加上人数。要表现当前左岸人数,可以用oldLayout[curSln][0]和oldLayout[curSln][1]表示,而相应方案的人数则为(sln[cur[curSln]]&0xF0)>>4和sln[cur[curSln]]&0xF。由于这两个操作非常类似,只是一个是加则另一个就是减,故将其定义为函数,则为了在函数中能操作oldLayout、curSln等变量,就需要将这些变量定义为全局变量。

检查是否成功:即看是否

oldLayout[curSln][1]>oldLayout[curSln][0]&&oldLayout[curSln][0]以及是否

oldLayout[curSln][3]>oldLayout[curSln][2]&&oldLayout[curSln][2]

并且保证各自不为负数以及没有和原来的方案冲突。检查是否和原有方案相同就是枚举所有原由方案以和当前方案比较,由于比较复杂,在此将其定义为函数,通过返回bool类型来表示是否冲突。

退回上一次方案或到下一个方案的选择,只用curSln--或curSln++即可。而是否所有人都过河,则只用oldLayout[curSln][0~1]都为0而oldLayout[curSln][2~3]都为3。而判断人数布局是否相同,则只用相应各元素是否相等即可。

第三步:下面剩下的就没什么东西了,只需要按照算法说的顺序,将刚才的各操作拼凑起来,并注意“重复直到所有人都过河了”转成dowhile即可。如下:

#include

//分别表示一个商人、一个仆人、两个商人、两个仆人、一个商人一个仆人

charsln[5]={(1<<4),1,(2<<4),2,(1<<4)|1};

unsignedcharcurSln=1;

charoldLayout[200][4],cur[200];

voidDoSolution(charb)

{

unsignedlongoldSln=curSln-1;//临时变量,出于效率

oldLayout[curSln][0]=

oldLayout[oldSln][0]-b*((sln[cur[curSln]]&0xF0)>>4);

oldLayout[curSln][1]=

oldLayout[oldSln][1]-b*(sln[cur[curSln]]&0xF);

oldLayout[curSln][2]=

oldLayout[oldSln][2]+b*((sln[cur[curSln]]&0xF0)>>4);

oldLayout[curSln][3]=

oldLayout[oldSln][3]+b*(sln[cur[curSln]]&0xF);

}

boolBeRepeated(charb)

{

for(unsignedlongi=0;i<curSln;i++)

if(oldLayout[curSln][0]==oldLayout[i][0]&&//这里虽然4个数字比较是否相等

oldLayout[curSln][1]==oldLayout[i][1]&&//但总共才4个字节长,实际可以

oldLayout[curSln][2]==oldLayout[i][2]&&//通过一次4字节长数字比较替换

oldLayout[curSln][3]==oldLayout[i][3]&&//四次1字节长数字比较来优化

((i&1)?1:-1)==b)//保证过河后的方案之间比较,回来后的方案之间比较

//i&1等效于i%2,i&7等效于i%8,i&63等效于i%64

returntrue;

returnfalse;

}

voidmain()

{

charb=1;

oldLayout[0][0]=oldLayout[0][1]=3;

cur[0]=oldLayout[0][2]=oldLayout[0][3]=0;

for(unsignedchari=0;i<200;i++)//初始化每次选择方案时的初始化方案为sln[0]

cur[i]=0;//由于cur是全局变量,在VC中,其已经被赋值为0

//原因涉及到数据节,在此不表

do

{

DoSolution(b);

if((oldLayout[curSln][1]>oldLayout[curSln][0]&&oldLayout[curSln][0])||

(oldLayout[curSln][3]>oldLayout[curSln][2]&&oldLayout[curSln][2])||

oldLayout[curSln][0]<0||oldLayout[curSln][1]<0||

oldLayout[curSln][2]<0||oldLayout[curSln][3]<0||

BeRepeated(b))

{

//重新选择本次的方案

P:

cur[curSln]++;

if(cur[curSln]>4)

{

b=-b;

cur[curSln]=0;

curSln--;

if(!curSln)

break;//此题无解

gotoP;//重新检查以保证cur[curSln]的有效性

}

continue;

}

b=-b;

curSln++;

}

while(!(oldLayout[curSln-1][0]==0&&oldLayout[curSln-1][1]==0&&

oldLayout[curSln-1][2]==3&&oldLayout[curSln-1][3]==3));

for(i=0;i<curSln;i++)

printf("%d%d\t%d%d\n",

oldLayout[i][0],

oldLayout[i][1],

oldLayout[i][2],

oldLayout[i][3]);

}

上面数组sln[5]的初始化方式下篇介绍。上面的预编译指令#include将在《C++从零开始(十)》中说明,这里可以不用管它。上面使用的函数printf的用法,请参考其它资料,这里它只是将变量的值输出在屏幕上而已。

前面说此法是枚举法,其基本上属于万能方法,依靠CPU的计算能力来实现,一般情况下程序员第一时间就会想到这样的算法。它的缺点就是效率极其低下,大量的CPU资源都浪费在无谓的计算上,因此也是产生瓶颈的大多数原因。由于它的万能,编程时很容易将思维陷在其中,如求和1到100,一般就写成如下:

for(unsignedlongi=1,s=0;i<=100;i++)s+=i;

但更应该注意到还可unsignedlongs=(1+100)*100/2;,不要被枚举的万能占据了头脑。

上面的人数布局映射成一结构是最好的,映射成char[4]所表现的语义不够强,代码可读性较差。下篇说明结构,并展示类型的意义——如何解释内存的值。

发表于2004年07月14日2:55PM

评论

#回复:C++从零开始(八)——C++样例一2004-07-231:10AMぐ落葉ζ繽紛

此两个例子看后,有诸多问题,也许是前面的基础还不够牢固。第一个排序,只有一个问题,就是我把指针类型跟地址类型弄含糊了。忘你能在此细讲一下(他们的语义和区别)。

第二个商人过河其算法和你列出的步骤都能理解,但转化能代码就有点问题。哎,连你写出来我都看不懂,有点悲哀!(主要是1由于你定义的变量比较多;2表达式的实际操作有点问题)我准备学完了再来看这个例子。对于象我这样的情况,你有没有更好的方法和建议。菜鸟先谢过了~~~*_^

#回复:C++从零开始(八)——C++样例一2004-07-2311:45AMlop5712

抱歉,其实本系列一直基于这样的一个思想来写的——用尽量少的概念定义,解释尽量多的表面现象。本系列提出了以下几个概念——数字、类型、类型修饰符、映射元素、操作符、语句、语句修饰符和类型定义符。在后续文章中,由于要使用这些概念来解释C++可以写出的各种语句,我朋友对于我的解释认为过于抽象,根本不适合初学者看。

我提出地址类型的数字完全只是为了从语法上解释C++的语句,在语法上要保证其严密性。一般的理解为要标识某内存块,就应该给出它的首地址,而指针的意思就是装地址的内存块。即指针类型的变量里面装的数字应该被编译器理解为地址,是用于标识某块内存的。而编译器如何表现出它已经将某个数字理解为地址了?就通过使用取内容操作符“*”来体现,如:

longa,*pA=&a;*pA=19;

上面的一般解释是,因为pA的内容是一个地址,因此取内容操作符就将pA给出的地址所标识的内存得到,即a对应的内存。这样的解释是有逻辑漏洞的,不过它要较我在文中通过类型匹配来解释更易理解。

指针类型表明相应变量里装的是一个地址(编译器认为是个地址),而地址能够标识内存块,所以称指针具有引用的语义(通过记录某个内存块的地址来实现引用)。因为只要给出某个指针类型的变量,就可以通过对它使用取内容操作符来得到它装的地址所标识的内存。

实际根本没有地址类型这样的东西,即无法在C++代码上表现出地址类型(指针类型就可以,使用指针类型修饰符),而我提出它就是想从语法上去掉上面语句的常规解释而带来的逻辑漏洞。因此也不用非要理解它。如果你真的要理解它,我只有建议你再看下《四》了,我觉得那里已经将地址解释得很清楚了。

正如我上面所说,我是用另外一套概念(而不是什么数组、指针、函数、结构、类等常规概念)来解释C++的,目的是要用尽量少的概念解释它的所有常规概念,即认为它的常规概念之间有共性,我在此将其抽象出来而已,也因此本系列显得较抽象。

我认为应该先看一两本C++的书以有感性认识,然后如果还有兴趣,可以看本系列。本系列后面的《十》《十一》《十二》都比较抽象,我朋友认为并不适合初学者看,在此表示抱歉。

C++从零开始(九)

——何谓结构

前篇已经说明编程时,拿到算法后该干的第一件事就是把资源映射成数字,而前面也说过“类型就是人为制订的如何解释内存中的二进制数的协议”,也就是说一个数字对应着一块内存(可能4字节,也可能20字节),而这个数字的类型则是附加信息,以告诉编译器当发现有对那块内存的操作语句(即某种操作符)时,要如何编写机器指令以实现那个操作。比如两个char类型的数字进行加法操作符操作,编译器编译出来的机器指令就和两个long类型的数字进行加法操作的不一样,也就是所谓的“如何解释内存中的二进制数的协议”。由于解释协议的不同,导致每个类型必须有一个唯一的标识符以示区别,这正好可以提供强烈的语义。

typedef

提供语义就是要尽可能地在代码上体现出这句或这段代码在人类世界中的意义,比如前篇定义的过河方案,使用一char类型来表示,然后定义了一数组charsln[5]以期从变量名上体现出这是方案。但很明显,看代码的人不一定就能看出sln是solution的缩写并进而了解这个变量的意义。但更重要的是这里有点本末倒置,就好像这个东西是红苹果,然后知道这个东西是苹果,但它也可能是玩具、CD或其它,即需要体现的语义是应该由类型来体现的,而不是变量名。即char无法体现需要的语义。

对此,C++提供了很有意义的一个语句——类型定义语句。其格式为typedef<源类型名><标识符>;。其中的<源类型名>表示已存在的类型名称,如char、unsignedlong等。而<标识符>就是程序员随便起的一个名字,符合标识符规则,用以体现语义。对于上面的过河方案,则可以如下:

typedefcharSolution;Solutionsln[5];

上面其实是给类型char起了一个别名Solution,然后使用Solution来定义sln以更好地体现语义来增加代码的可读性。而前篇将两岸的人数分布映射成char[4],为了增强语义,则可以如下:

typedefcharPersonLayout[4];PersonLayoutoldLayout[200];

注意上面是typedefcharPersonLayout[4];而不是typedefchar[4]PersonLayout;,因为数组修饰符“[]”是接在被定义或被声明的标识符的后面的,而指针修饰符“*”是接在前面的,所以可以typedefchar*ABC[4];但不能typedefchar[4]ABC*;,因为类型修饰符在定义或声明语句中是有固定位置的。

上面就比charoldLayout[200][4];有更好的语义体现,不过由于为了体现语义而将类型名或变量名增长,是否会降低编程速度?如果编多了,将会发现编程的大量时间不是花在敲代码上,而是调试上。因此不要忌讳书写长的变量名或类型名,比如在Win32的SecuritySDK中,就提供了下面的一个函数名:

BOOLConvertSecurityDescriptorToStringSecurityDescriptor(…);

很明显,此函数用于将安全描述符这种类型转换成文字形式以方便人们查看安全描述符中的信息。

应注意typedef不仅仅只是给类型起了个别名,还创建了一个原类型。当书写char*a,b;时,a的类型为char*,b为char,而不是想象的char*。因为“*”在这里是类型修饰符,其是独立于声明或定义的标识符的,否则对于chara[4],b;,难道说b是char[4]?那严重不符合人们的习惯。上面的char就被称作原类型。为了让char*为原类型,则可以:typedefchar*PCHAR;PCHARa,b,*c[4];。其中的a和b都是char*,而c是char**[4],所以这样也就没有问题:char**pA=&a;。

结构

再次考虑前篇为什么要将人数布局映射成char[4],因为一个人数可以用一个char就表示,而人数布局有四个人数,所以使用char[4]。即使用char[4]是希望只定义一个变量就代表了一个人数分布,编译器就一次性在栈上分配4个字节的空间,并且每个字节都各自代表一个人数。所以为了表现河岸左侧的商人数,就必须写a[0],而左侧的仆人数就必须a[1]。坏处很明显,从a[0]无法看出它表示的是左岸的商人数,即这个映射意义(左岸的商人数映射为内存块中第一个字节的内容以补码格式解释)无法从代码上体现出来,降低了代码的可读性。

上面其实是对内存布局的需要,即内存块中的各字节二进制数如何解释。为此,C++提出了类型定义符“{}”。它就是一对大括号,专用在定义或声明语句中,以定义出一种类型,称作自定义类型。即C++原始缺省提供的类型不能满足要求时,可自定义内存布局。其格式为:<类型关键字><名字>{<声明语句>…}。<类型关键字>只有三个:struct、class和union。而所谓的结构就是在<类型关键字>为struct时用类型定义符定义的原类型,它的类型名为<名字>,其表示后面大括号中写的多条声明语句,所定义的变量之间是串行关系(后面说明),如下:

structABC{longa,*b;doublec[2],d;}a,*b=&a;

上面是一个变量定义语句,对于a,表示要求编译器在栈上分配一块4+4+8*2+8=32字节长的连续内存块,然后将首地址和a绑定,其类型为结构型的自定义类型(简称结构)ABC。对于b,要求编译器分配一块4字节长的内存块,将首地址和b绑定,其类型为结构ABC的指针。

上面定义变量a和b时,在定义语句中通过书写类型定义符“{}”定义了结构ABC,则以后就可以如下使用类型名ABC来定义变量,而无需每次都那样,即:

ABC&c=a,d[2];

现在来具体看清上面的意思。首先,前面语句定义了6个映射元素,其中a和b分别映射着两个内存地址。而大括号中的四个变量声明也生成了四个变量,各自的名字分别为ABC::a、ABC::b、ABC::c、ABC::d;各自映射的是0、4、8和24;各自的类型分别为longABC::、long*ABC::、double(ABC::)[2]、doubleABC::,表示是偏移。其中的ABC::表示一种层次关系,表示“ABC的”,即ABC::a表示结构ABC中定义的变量a。应注意,由于C++是强类型语言,它将ABC::也定义为类型修饰符,进而导致出现long*ABC::这样的类型,表示它所修饰的标识符是自定义类型ABC的成员,称作偏移类型,而这种类型的数字不能被单独使用(后面说明)。由于这里出现的类型不是函数,故其映射的不是内存的地址,而是一偏移值(下篇说明)。与之前不同了,类型为偏移类型的(即如上的类型)数字是不能计算的,因为偏移是一相对概念,没有给出基准是无法产生任何意义的,即不能:ABC::a;ABC::c[1];。其中后者更是严重的错误,因为数组操作符“[]”要求前面接的是数组或指针类型,而这里的ABC::c是double的数组类型的结构ABC中的偏移,并不是数组类型。

注意上面的偏移0、4、8、24正好等同于a、b、c、d顺次安放在内存中所形成的偏移,这也正是struct这个关键字的修饰作用,也就是前面所谓的各定义的变量之间是串行关系。

为什么要给偏移制订映射?即为什么将a映射成偏移0字节,b映射成偏移4字节?因为可以给偏移添加语义。前面的“左岸的商人数映射为内存块中第一个字节的内容以补码格式解释”其实就是给定内存块的首地址偏移0字节。而现在给出一个标识符和其绑定,则可以将这个标识符起名为LeftTrader来表现其语义。

由于上面定义的变量都是偏移类型,根本没有分配内存以和它们建立映射,它们也就很正常地不能是引用类型,即structAB{longa,&b;};将是错误的。还应注意上面的类型double(ABC::)[2],类型修饰符“ABC::”被用括号括起来,因为按照从左到右来解读类型操作符的规则,“ABC::”实际应该最后被解读,但其必须放在标识符的左边,就和指针修饰符“*”一样,所以必须使用括号将其括住,以表示其最后才起修饰作用。故也就有:double(*ABCD::)[2]、double(**ABCD::)[2],各如下定义:

structABCD{double(*pD)[2];double(**ppD)[2];};

但应注意,“ABCD::”并不能直接使用,即double(*ABCD::pD)[2];是错误的,要定义偏移类型的变量,必须通过类型定义符“{}”来自定义类型。还应注意C++也允许这样的类型double(*ABCD::*)[2],其被称作成员指针,即类型为double(*ABCD::)[2]的指针,也就是可以如下:

double(**ABCD::*pPPD)[2]=&ABC::ppD,(**ABCD::**ppPPD)[2]=&pPPD;

上面很奇怪,回想什么叫指针类型。只有地址类型的数字才能有指针类型,表示不计算那个地址类型的数字,而直接返回其二进制表示,也就是地址。对于变量,地址就是它映射的数字,而指针就表示直接返回其映射的数字,因此&ABCD::ppD返回的数字其实就是偏移值,也就是4。

为了应用上面的偏移类型,C++给出了一对操作符——成员操作符“.”和“->”。前者两边接数字,左边接自定义类型的地址类型的数字,而右边接相应自定义类型的偏移类型的数字,返回偏移类型中给出的类型的地址类型的数字,比如:a.ABC::d;。左边的a的类型是ABC,右边的ABC::d的类型是doubleABC::,则a.ABC::d返回的数字是double的地址类型的数字,因此可以这样:a.ABC::d=10.0;。假设a对应的地址是3000,则a.ABC::d返回的地址为3000+24=3024,类型为double,这也就是为什么ABC::d被叫做偏移类型。由于“.”左边接的结构类型应和右边的结构类型相同,因此上面的ABC::可以省略,即a.d=10.0;。而对于“->”,和“.”一样,只不过左边接的数字是指针类型罢了,即b->c[1]=10.0;。应注意b->c[1]实际是(b->c)[1],而不是b->(c[1]),因为后者是对偏移类型运用“[]”,是错误的。

还应注意由于右边接偏移类型的数字,所以可以如下:

double(ABC::*pA)[2]=&ABC::c,(ABC::**ppA)[2]=&pA;

(b->**ppA)[1]=10.0;(a.*pA)[0]=1.0;

上面之所以要加括号是因为数组操作符“[]”的优先级较“*”高,但为什么不是b->(**ppA)[1]而是(b->**ppA)[1]?前者是错误的。应注意括号操作符“()”并不是改变计算优先级,而是它也作为一个操作符,其优先级被定得很高罢了,而它的计算就是计算括号内的数字。之前也说明了偏移类型是不能计算的,即ABC::c;将错误,而刚才的前者由于“()”的加入而导致要求计算偏移类型的数字,故编译器将报错。

还应该注意,成员指针是偏移类型的指针,即装的是偏移,则可以程序运行时期得到偏移,而前面通过ABC::a这种形式得到的是编译时期,由编译器帮忙映射的偏移,只能实现静态的偏移,而利用成员指针则可以实现动态的偏移。不过其实只需将成员定义成数组或指针类型照样可以实现动态偏移,不过就和前篇没有使用结构照样映射了人数布局一样,欠缺语义而代码可读性较低。成员指针的提出,通过变量名,就可以表现出丰富的语义,以增强代码的可读性。现在,可以将最开始说的人数布局定义如下:

structPersonLayout{charLeftTrader,LeftServitor,RightTrader,RightServitor;};

PersonLayoutoldLayout[200],b;

因此,为了表示b这个人数分布中的左侧商人数,只需b.LeftTrader;,右侧的仆人数,只需b.RightServitor;。因为PersonLayout::LeftTrader记录了偏移值和偏移后应以什么样的类型来解释内存,故上面就可以实现原来的b[0]和b[3]。很明显,前者的可读性远远地高于后者,因为前者通过变量名(b和PersonLayout::LeftTrader)和成员操作符“.”表现了大量的语义——b的左边的商人数。

注意PersonLayout::LeftTrader被称作结构PersonLayout的成员变量,而前面的ABC::d则是ABC的成员变量,这种叫法说明结构定义了一种层次关系,也才有所谓的成员操作符。既然有成员变量,那也有成员函数,这在下篇介绍。

前篇在映射过河方案时将其映射为char,其中的前4位表示仆人数,后4位表示商人数。对于这种使用长度小于1个字节的用法,C++专门提供了一种语法以支持这种情况,如下:

structSolution{ServitorCount:4;unsignedTraderCount:4;}sln[5];

由于是基于二进制数的位(Bit)来进行操作,只准使用两种类型来表示数字,原码解释数字或补码解释数字。对于上面,ServitorCount就是补码解释,而TraderCount就是原码解释,各自的长度都为4位,而此时Solution::ServitorCount中依旧记录的是偏移,不过不再以字节为单位,而是位为单位。并且由于其没有类型,故也就没有成员指针了。即前篇的(sln[cur[curSln]]&0xF0)>>4等效于sln[cur[curSln]].TraderCount,而sln[cur[curSln]]&0xF0等效于sln[cur[curSln]].ServitorCount,较之前具有了更好的可读性。

应该注意,由于structAB{longa,b;};也是一条语句,并且是一条声明语句(因为不生成代码),但就其意义上来看,更通常的叫法把它称为定义语句,表示是类型定义语句,但按照不生成代码的规则来判断,其依旧是声明语句,并进而可以放在类型定义符“{}”中,即:

structABC{structDB{longa,*b[2];};longc;DBa;};

上面的结构DB就定义在结构ABC的声明语句中,则上面就定义了四个变量,类型均为偏移类型,变量名依次为:ABC::DB::a、ABC::DB::b、ABC::c、ABC::a;类型依次为longABC::DB::、long*(ABC::DB::)[2]、longABC::、ABC::DB;映射的数值依次为0、4、0、4。这里称结构DB嵌套在结构ABC中,其体现出一种层次关系,实际中这经常被使用以表现特定的语义。欲用结构DB定义一个变量,则ABC::DBa;。同样也就有long*(ABC::DB::*pB)[2]=&ABC::DB::b;ABCc;c.a.a=10;*(c.a.b[0])=20;。应注意ABC::DB::表示“ABC的DB的”而不是“DB的ABC的”,因为这里是重复的类型修饰符,是从右到左进行修饰的。

前面在定义结构时,都指明了一个类型名,如前面的ABC、ABCD等,但应该注意类型名不是必须的,即可以struct{longa;doubleb;}a;a.a=10;a.b=34.32;。这里就定义了一个变量,其类型是一结构类型,不过这个结构类型没有标识符和其关联,以至于无法对其运用类型匹配等比较,如下:

struct{longa;doubleb;}a,&b=a,*c=&a;struct{longa;doubleb;}*d=&a;

上面的a、b、c都没有问题,因为使用同一个类型来定义的,即使这个类型没有标识符和其映射,但d将会报错,即使后写的结构的定义式和前面的一模一样,但仍然不是同一个,只是长得像罢了。那这有什么用?后面说明。

最后还应该注意,当在复合语句中书写前面的声明语句以定义结构时,之前所说的变量作用域也同样适用,即在某复合语句中定义的结构,出了这个复合语句,它就被删除,等于没定义。如下:

voidABC()

{

structAB{longa,b;};

ABd;d.b=10;

}

voidmain()

{

{

structAB{longa,b,e;};

ABc;c.e=23;

}

ABa;//将报错,说AB未定义,但其他没有任何问题

}

初始化

初始化就是之前在定义变量的同时,就给在栈上分配的内存赋值,如:longa=10;。当定义的变量的类型有表示多个元素时,如数组类型、上面的结构类型时,就需要给出多个数字。对此,C++专门给出了一种语法,使用一对大括号将欲赋的值括起来后,整体作为一个数字赋给数组或结构,如下:

structABC{longa,b;floatc,d[3];};

ABCa={1,2,43.4f,{213.0f,3.4f,12.4f}};

上面就给出了为变量a初始化的语法,大括号将各元素括起来,而各元素之间用“,”隔开。应注意ABC::d是数组类型,其对应的初始化用的数字也必须用大括号括起来,因此出现上面的嵌套大括号。现在应该了解到“{}”只是用来构造一个具有多个元素的数字而已,因此也可以有longa={34};,这里“{}”就等同于没有。还应注意,C++同意给出的大括号中的数字个数少于相应自定义类型或数组的元素个数,即:ABCa={1,2,34},b={23,{34},65,{23,43}},c={1,2,{3,{4,5,6}}};

上面的a.d[0]、a.d[1]、a.d[2]都为0,而只有b.d[2]才为0,但c将会报错,因为嵌套的第一个大括号将{4,5,6}也括了起来,表示c.c将被一个具有两个元素的数字赋值,但c.c的类型是float,只对应一个元素,编译器将说初始化项目过多。而之前的a和b未赋值的元素都将被赋值为0,但应注意并不是数值上的0,而是简单地将未赋值的内存的值用0填充,再通过那些补码原码之类的格式解释成数值后恰好为0而已,并不是赋值0这个数字。

应注意,C++同意这样的语法:longa[]={34,34,23};。这里在定义a时并没有给出元素个数,而是由编译器检查赋值用的大括号包的元素个数,由其来决定数组的个数,因此上面的a的类型为long[3]。当多维数组时,如:longa[3][2]={{1,2},{3,4},{5,6}};。因为每个元素又是需要多个元素的数字,就和前面的ABC::d一样。再回想类型修饰符的修饰顺序,是从左到右,但当是重复类型修饰符时,就倒过来从右到左,因此上面就应该是三个long[2],而不是两个long[3],因此这样将错误:longa[3][2]={{1,2,3},{4,5,6}};。

还应注意,C++不止提供了上面的“{}”这一种初始化方式,对于字符串,其专门提供如:chara[]="ABC";。这里a的类型就为char[4],因为字符串"ABC"需要占4个字节的内存空间。除了这两种初始化方式外,C++还提供了一种函数式的初始化函数,下篇介绍。

类型的运用

chara=-34;unsignedcharb=(unsignedchar)a;

上面的b等于222,将-34按照补码格式写成二进制数11011110,然后将这个二进制数用原码格式解释,得数值222。继续:

floata=5.6f;unsignedlongb=(unsignedlong)a;

这回b等于5。为什么?不是应该将5.6按照IEEE的real*4的格式写成二进制数0X40B33333(这里用十六进制表示),然后将这个二进制数用原码格式解释而得数值1085485875吗?因为类型转换是语义上的类型转换,而不是类型变换。

两个类型是否能够转换,要视编译器是否定义了这两个类型之间的转换规则。如char和unsignedchar,之所以前面那样转换是因为编译器把char转unsignedchar定义成了那样,同样float转unsignedlong被编译器定义成了取整而不是四舍五入。

为什么要有类型转换?有什么意义?的确,像上面那样的转换,毫无意义,仅仅只是为了满足语法的严密性而已,不过由于C++定义了指针类型的转换,而且定义得非常地好,以至于有非常重要的意义。

chara=-34;unsignedcharb=*(unsignedchar*)(&a);

上面的结果和之前的一样,b为222,不过是通过将char*转成unsignedchar*,然后再用unsignedchar来解释对应的内存而得到222,而不是按照编译器的规定来转换的,即使结果一样。因此:

floata=5.6f;unsignedlongb=*(unsignedlong*)(&a);

上面的b为1085485875,也就是之前以为的结果。这里将a的地址所对应的内存用unsignedlong定义的规则来解释,得到的结果放在b中,这体现了类型就是如何解释内存中的内容。上面之所以能实现,是因为C++规定所有的指针类型之间的转换,数字的数值没有变化,只有类型变化(但由于类的继承关系也是可能会改变,下篇说明),因此上面才说b的值是用unsignedlong来解释a对应的内存的内容所得的结果。因此,前篇在比较oldLayout[curSln][0~3]和oldLayout[i][0~3]时写了四个“==”以比较了四次char的数字,由于这四个char数字是连续存放的,因此也可如下只比较一次long数字即可,将节约多余的三次比较时间。

*(long*)&oldLayout[curSln]==*(long*)&oldLayout[i]

上面只是一种优化手段而已,对于语义还是没有多大意义,不过由于有了自定义类型,因此:

structAB{longa1;longa2;};structABC{chara,b;shortc;longd;};

ABa={53213,32542};ABC*pA=(ABC*)&a;

charaa=pA->a,bb=pA->b,cc=pA->c;longdd=pA->d;

pA->a=1;pA->b=2;pA->c=3;pA->d=4;

longaa1=a.a1,aa2=a.a2;

上面执行后,aa、bb、cc、dd的值依次为-35、-49、0、32542,而aa1和aa2的值分别为197121和4。相信只要稍微想下就应该能理解为什么没有修改a.a1和a.a2,结果它们的值却变了,因为变量只不过是个映射而已,而前面就是利用指针pA以结构ABC来解释并操作a所对应的内存的内容。

因此,利用自定义类型和指针转换,就可以实现以什么样的规则来看待某块内存的内容。有什么用?传递给某函数一块内存的引用(利用指针类型或引用类型),此函数还另有一个参数,比如是long类型。当此long类型的参数为1时,表示传过去的是一张定单;为2时,表示传过去的是一张发货单;为3时表示是一张收款单。如果再配上下面说明的枚举类型,则可以编写出语义非常完善的代码。

应注意由于指针是可以随便转换的,也就有如下的代码,实际并没什么意义,在这只为加深对成员指针的理解:

longAB::*p=(longAB::*)(&ABC::b);a.a1=a.a2=0;a.*p=0XAB1234CD;

上面执行后,a.a1为305450240,a.a2为171,转成十六进制分别为0X1234CD00和0X000000AB。

枚举

上面欲说明1时为定单,2时为发货单而3时为收款单,则可以利用switch或if语句来进行判断,但是语句从代码上将看见类似type==1或type==2之类,无法表现出语义。C++专门为此提供了枚举类型。

枚举类型的格式和前面的自定义类型很像,但意义完全不同,如下:

enumAB{LEFT,RIGHT=2,UP=4,DOWN=3};ABa=LEFT;

switch(a)

{

caseLEFT:;//做与左相应的事

caseUP:;//做与上相应的事

}

枚举也要用“{}”括住一些标识符,不过这些标识符即不映射内存地址也不映射偏移,而是映射整数,而为什么是整数,那是因为没有映射浮点数的必要,后面说明。上面的RIGHT就等同于2,注意是等同于2,相当于给2起了个名字,因此可以longb=LEFT;doublec=UP;chard=RIGHT;。但注意上面的变量a,它的类型为AB,即枚举类型,其解释规则等同于int,即编译成在16位操作系统上运行时,长度为2个字节,编译成在32位操作系统上运行时为4个字节,但和int是属于不同的类型,而前面的赋值操作之所以能没有问题,可以认为编译器会将枚举类型隐式转换成int类型,进而上面没有错误。但倒过来就不行了,因为变量a的类型是AB,则它的值必须是上面列出的四个标识符中的一个,而a=b;则由于b为long类型,如果为10,那么将无法映射上面的四个标识符中的一个,所以不行。

注意上面的LEFT没有写“=”,此时将会从其前面的一个标识符的值自增一,由于它是第一个,而C++规定为0,故LEFT的值为0。还应注意上面映射的数字可以重复,即:

enumAB{LEFT,RIGHT,UP=5,DOWN,TOP=5,BOTTOM};

上面的各标识符依次映射的数值为0、1、5、6、5、6。因此,最开始说的问题就可以如下处理:

enumOperationType{ORDER=1,INVOICE,CHECKOUT};

而那个参数的类型就可以为OperationType,这样所表现的语义就远远地超出原来的代码,可读性高了许多。因此,当将某些人类世界的概念映射成数字时,发现它们的区别不表现在数字上,比如吃饭、睡觉、玩表示一个人的状态,现在为了映射人这个概念为数字,也需要将人的状态这个概念映射成数字,但很明显地没有什么方便的映射规则。这时就强行说1代表吃饭,2代表睡觉,3代表玩,此时就可以通过将1、2、3定义成枚举以表现语义,这也就是为什么枚举只定义为整数,因为没有定义成浮点数的必要性。

联合

前面说过类型定义符的前面可以接struct、class和union,当接union时就表示是联合型自定义类型(简称联合),它和struct的区别就是后者是串行分布来定义成员变量,而前者是并行分布。如下:

unionAB{longa1,a2,a3;floatb1,b2,b3;};ABa;

变量a的长度为4个字节,而不是想象的6*4=24个字节,而联合AB中定义的6个变量映射的偏移都为0。因此a.a1=10;执行后,a.a1、a.a2、a.a3的值都为10,而a.b1的值为多少,就用IEEE的real*4格式来解释相应内存的内容,该多少是多少。

也就是说,最开始的利用指针来解释不同内存的内容,现在可以利用联合就完成了,因此上面的代码搬到下面,变为:

unionAB

{

struct{longa1;longa2;};

struct{chara,b;shortc;longd;};

};

ABa={53213,32542};

charaa=a.a,bb=a.b,cc=a.c;longdd=a.d;

a.a=1;a.b=2;a.c=3;a.d=4;

longaa1=a.a1,aa2=a.a2;

结果不变,但代码要简单,只用定义一个自定义类型了,而且没有指针变量的运用,代码的语义变得明显多了。

注意上面定义联合AB时在其中又定义了两个结构,但都没有赋名字,这是C++的特殊用法。当在类型定义符的中间使用类型定义符时,如果没有给类型定义符定义的类型绑定标识符,则依旧定义那些偏移类型的变量,不过这些变量就变成上层自定义类型的成员变量,因此这时“{}”等同于没有,唯一的意义就是通过前面的struct或class或union来指明变量的分布方式。因此可以如下:

structAB

{

struct{longa1,a2;};

chara,b;

union{floatb1;doubleb2;struct{longb3;floatb4;charb5;};};

shortc;

};

上面的自定义类型AB的成员变量就有a1、a2、a、b、b1、b2、b3、b4、b5、c,各自对应的偏移值依次为0、4、8、9、10、10、10、14、18、19,类型AB的总长度为21字节。某类型的长度表示如果用这个类型定义了一个变量,则编译器应该在栈上分配多大的连续空间,C++为此专门提供了一个操作符sizeof,其右侧接数字或类型名,当接数字时,就返回那个数字的类型需要占的内存空间的大小,而接类型名时,就返回那个类型名所标识的类型需要占的内存空间的大小。

因此longa=sizeof(AB);ABd;longb=sizeofd;执行后,a和b的值都为40。怎么是40?不应该为21吗?而之前的各成员变量对应的偏移也依次实际为0、4、8、9、16、16、16、20、24、32。为什么?这就是所谓的数据对齐。

CPU有某些指令,需要处理多个数据,则各数据间的间隔必须是4字节或8字节或16字节(视不同的指令而有不同的间隔),这被称作数据对齐。当各个数据间的间隔不符合要求时,CPU就必须做附加的工作以对齐数据,效率将下降。并且CPU并不直接从内存中读取东西,而要经一个高速缓冲(CPU内建的一个存取速度比内存更快的硬件)缓冲一下,而此缓冲的大小肯定是2的次方,但又比较小,因此自定义类型的大小最好能是2的次方的倍数,以便高效率的利用高速缓冲。

在自定义类型时,一个成员变量的偏移值一定是它所属的类型的长度的倍数,即上面的a和b的偏移必须是1的倍数,而c的偏移必须是2的倍数,b1的偏移必须是4的倍数。但b2的偏移必须是8的倍数,而b1和b2由于前面的union而导致是并行布局,因此b1的偏移必须和b2及b3的相同,因此上面的b1、b2、b3的偏移变成了8的倍数16,而不是想象的10。

而一个自定义类型的长度必须是其成员变量中长度最长的那个成员变量的长度的倍数,因此struct{longb3;floatb4;charb5;};的长度是4的倍数,也就是12。而上面的无名联合的成员变量中,只有doubleb2;的长度最长,为8个字节,所以它的长度为16,并进而导致c的偏移为b1的偏移加16,故为32。由于结构AB中的成员变量只有b2的长度最长,为8,故AB的长度必须是8的倍数40。因此在定义结构时应尽量将成员和其长度对应起来,如下:

structABC1{chara,b;chard;longc;};

structABC2{chara,b;longc;chard;};

ABC1的长度为8个字节,而ABC2的长度为12个字节,其中ABC1::c和ABC2::c映射的偏移都为4。

应注意上面说的规则一般都可以通过编译选项进行一定的改变,不同的编译器将给出不同的修改方式,在此不表。

本篇说明了如何使用类型定义符“{}”来定义自定义类型,说明了两种自定义类型,实际还有许多自定义类型的内容未说明,将在下篇介绍,即后面介绍的类及类相关的内容都可应用在联合和结构上,因为它们都是自定义类型。

发表于2004年07月17日2:32PM

评论

#回复:C++从零开始(九)——何谓结构2004-07-2312:53PMぐ落葉ζ繽紛

现在我发现自己存在一个严重的问题,就是理论上完全理解但是用到实际就存在太多的问题。特别是指针和引用的应用!

为什么*P=&a;要加&,而数组*p=a[10];就可以不加;变量名跟数组名同是映射地址或首地址。这里的&表示的是什么意思?是引用?

也许你会觉得我的问题太简单,很幼稚。但我希望你的抽空为我这种初学者讲解!(可否利用你的休息时间专门写一篇关于指针的实际应用)

#回复:C++从零开始(九)——何谓结构2004-07-232:52PMlop5712

你是在哪里看到*p=&a;的??如果是下面的定义语句:

inta,*p=&a;

这里的“*”由于是在定义语句中,是指针类型修饰符,表示p的类型是int*。而如果不在定义语句中对p赋值则应该p=&a;而不是*p=&a;

对于*p=a[10];,这里是个表达式语句,即整个语句最后将返回一个数字,则这里的“*”就是操作符而不是指针类型修饰符。

后者只在说明类型时,如定义语句、类型转换、类型定义语句等,前者只在说明数字时,如表达式语句、任何接数字的地方等。

由于这里的“*”是取内容操作符,我在《五》中已经说明,它的操作很简单,它右侧只接指针类型的数字,将这个指针类型的数字换成地址类型的数字然后返回。而变量就是映射的一个地址类型的数字,比如:

inta,*p;//假设a映射的地址是4000,p映射的地址是4004,注意不管那个变量的类型是什么,它一定要映射一个地址

注意a=10;是一个表达式语句(因为整个语句都由操作符和数字组成,变量也算数字,因为变量名映射的是一个地址),对于赋值操作符“=”,其两边接数字,左侧接的数字是4000,类型为int类型的地址类型;右侧接的数字是10,类型为int类型,则意思就是将10放到4000所对应的内存中去。

接着看*p=a[10];,“*”取内容操作符右侧接指针类型的数字,对于此,其右侧接的数字是4004,类型是int的指针类型(也就是int*),然后“*”返回数字4004,类型是int的地址类型,接着就符合了“=”的要求,左边是地址类型的数字了,将“=”右边的数字放到4004所标识的内存中。

同样,“&”也是有两个:引用类型修饰符和取地址操作符,分别用于说明类型和说明数字。如何区别就和上面说的一样,比如:

inta,*p=&a,&ra1=a,&ra2=*p;

这里的“&”就是取地址操作符而不是类型修饰符,因为这里是给变量p赋初值,“=”右侧接的是数字。而ra1和ra2前面的“&”就是引用类型修饰符,因为它在定义语句中。而ra2后的“*”就由于是在“=”的右边,要求是数字,因此是取内容操作符而不是引用类型修饰符

至于《指针的运用》,我实际是干机械的,过几天就工作了,到时候就没硬件也没环境,所以也就不会写了。打算写到《十三》,如果还有时间,就写《指针的运用》,说明各种类型的指针各自有什么用.

C++从零开始(十)

——何谓类

前篇说明了结构只不过是定义了内存布局而已,提到类型定义符前还可以书写class,即类型的自定义类型(简称类),它和结构根本没有区别(仅有一点小小的区别,下篇说明),而之所以还要提供一个class,实际是由于C++是从C扩展而成,其中的class是C++自己提出的一个很重要的概念,只是为了与C语言兼容而保留了struct这个关键字。不过通过前面括号中所说的小小区别也足以看出C++的设计者为结构和类定义的不同语义,下篇说明。

暂时可以先认为类较结构的长足进步就是多了成员函数这个概念(虽然结构也可以有成员函数),在了解成员函数之前,先来看一种语义需求。

操作与资源

程序主要是由操作和被操作的资源组成,操作的执行者就是CPU,这很正常,但有时候的确存在一些需要,需要表现是某个资源操作了另一个资源(暂时称作操作者),比如游戏中,经常出现的就是要映射怪物攻击了玩家。之所以需要操作者,一般是因为这个操作也需要修改操作者或利用操作者记录的一些信息来完成操作,比如怪物的攻击力来决定玩家被攻击后的状态。这种语义就表现为操作者具有某些功能。为了实现上面的语义,如原来所说进行映射,先映射怪物和玩家分别为结构,如下:

structMonster{floatLife;floatAttack;floatDefend;};

structPlayer{floatLife;floatAttack;floatDefend;};

上面的攻击操作就可以映射为voidMonsterAttackPlayer(Monster&mon,Player&pla);。注意这里期望通过函数名来表现操作者,但和前篇说的将过河方案起名为sln一样,属于一种本末倒置,因为这个语义应该由类型来表现,而不是函数名。为此,C++提供了成员函数的概念。

成员函数

与之前一样,在类型定义符中书写函数的声明语句将定义出成员函数,如下:

structABC{longa;voidAB(long);};

上面就定义了一个映射元素——第一个变量ABC::a,类型为longABC::;以及声明了一个映射元素——第二个函数ABC::AB,类型为void(ABC::)(long)。类型修饰符ABC::在此修饰了函数ABC::AB,表示其为函数类型的偏移类型,即是一相对值。但由于是函数,意义和变量不同,即其依旧映射的是内存中的地址(代码的地址),但由于是偏移类型,也就是相对的,即是不完整的,因此不能对它应用函数操作符,如:ABC::AB(10);。这里将错误,因为ABC::AB是相对的,其相对的东西不是如成员变量那样是个内存地址,而是一个结构指针类型的参数,参数名一定为this,这是强行定义的,后面说明。

注意由于其名字为ABC::AB,而上面仅仅是对其进行了声明,要定义它,仍和之前的函数定义一样,如下:

voidABC::AB(longd){this->a=d;}

应注意上面函数的名字为ABC::AB,但和前篇说的成员变量一样,不能直接书写longABC::a;,也就不能直接如上书写函数的定义语句(至少函数名为ABC::AB就不符合标识符规则),而必须要通过类型定义符“{}”先定义自定义类型,然后再书写,这会在后面说明声明时详细阐述。

注意上面使用了this这个关键字,其类型为ABC*,由编译器自动生成,即上面的函数定义实际等同于voidABC::AB(ABC*this,longd){this->a=d;}。而之所以要省略this参数的声明而由编译器来代劳是为了在代码上体现出前面提到的语义(即成员的意义),这也是为什么称ABC::AB是函数类型的偏移类型,它是相对于这个this参数而言的,如何相对,如下:

ABCa,b,c;a.ABC::AB(10);b.ABC::AB(12);c.AB(14);

上面利用成员操作符调用ABC::AB,注意执行后,a.a、b.a和c.a的值分别为10、12和14,即三次调用ABC::AB,但通过成员操作符而导致三次的this参数的值并不相同,并进而得以修改三个ABC变量的成员变量a。注意上面书写a.ABC::AB(10);,和成员变量一样,由于左右类型必须对应,因此也可a.AB(10);。还应注意上面在定义ABC::AB时,在函数体内书写this->a=d;,同上,由于类型必须对应的关系,即this必须是相应自定义类型的指针,所以也可省略this->的书写,进而有voidABC::AB(longd){a=d;}。

注意这里成员操作符的作用,其不再如成员变量时返回相应成员变量类型的数字,而是返回一函数类型的数字,但不同的就是这个函数类型是无法用语法表示出来的,即C++并没有提供任何关键字或类型修饰符来表现这个返回的类型(VC内部提供了__thiscall这个类型修饰符进行表示,不过写代码时依旧不能使用,只是编译器内部使用)。也就是说,当成员操作符右侧接的是函数类型的偏移类型的数字时,返回一个函数类型的数字(表示其可被施以函数操作符),函数的类型为偏移类型中给出的类型,但这个类型无法表现。即a.AB将返回一个数字,这个数字是函数类型,在VC内部其类型为void(__thiscallABC::)(long),但这个类型在C++中是非法的。

C++并没有提供类似__thiscall这样的关键字以修饰类型,因为这个类型是要求编译器遇到函数操作符和成员操作符时,如a.AB(10);,要将成员操作符左侧的地址作为函数调用的第一个参数传进去,然后再传函数操作符中给出的其余各参数。即这个类型是针对同时出现函数操作符和成员操作符这一特定情况,给编译器提供一些信息以生成正确的代码,而不用于修饰数字(修饰数字就要求能应付所有情况)。即类型是用于修饰数字的,而这个类型不能修饰数字,因此C++并未提供类似__thiscall的关键字。

和之前一样,由于ABC::AB映射的是一个地址,而不是一个偏移值,因此可以ABC::AB;但不能ABC::a;,因为后者是偏移值。根据类型匹配,很容易就知道也可有:

void(ABC::*p)(long)=ABC::AB;或void(ABC::*p)(long)=&ABC::AB;

进而就有:void(ABC::**pP)(long)=&p;(c.**pP)(10.0f);。之所以加括号是因为函数操作符的优先级较“*”高。再回想前篇说过指针类型的转换只是类型变化,数值不变(下篇说明数值变化的情况),因此可以有如下代码,这段代码毫无意义,在此仅为加深对成员函数的理解。

structABC{longa;voidAB(long);};

voidABC::AB(longd)

{

this->a=d;

}

structAB

{

shorta,b;

voidABCD(shorttem1,shorttem2);

voidABC(longtem);

};

voidAB::ABCD(shorttem1,shorttem2)

{

a=tem1;b=tem2;

}

voidAB::ABC(longtem)

{

a=short(tem/10);

b=short(tem-tem/10);

}

voidmain()

{

ABCa,b,c;ABd;

(c.*(void(ABC::*)(long))&AB::ABC)(43);

(b.*(void(ABC::*)(long))&AB::ABCD)(0XABCDEF12);

(d.*(void(AB::*)(short,short))ABC::AB)(0XABCD,0XEF12);

}

上面执行后,c.a为0X00270004,b.a为0X0000EF12,d.a为0XABCD,d.b为0XFFFF。对于c的函数调用,由于AB::ABC映射的地址被直接转换类型进而直接被使用,因此程序将跳到AB::ABC处的a=short(tem/10);开始执行,而参数tem映射的是传递参数的内存的首地址,并进而用long类型解释而得到tem为43,然后执行。注意b=short(tem-tem/10);实际是this->b=short(tem-tem/10);,而this的值为c对应的地址,但在这里被认为是AB*类型(因为在函数AB::ABC的函数体内),所以才能this->b正常(ABC结构中没有b这个成员变量),而b的偏移为2,所以上句执行完后将结果39存放到c的地址加2所对应的内存,并且以short类型解释而得到的16位的二进制数存放。对于a=short(tem/10);也做同样事情,故最后得c.a的值为0X0027004(十进制39转成十六进制为0X27)。

同样,对于b的调用,程序将跳到AB::ABCD,但生成的b的调用代码时,将参数0XABCDEF12按照参数类型为long的格式记录在传递参数的内存中,然后跳到AB::ABCD。但编译AB::ABCD时又按照参数为两个short类型来映射参数tem1和tem2对应的地址,因此容易想到tem1的值将为0XEF12,tem2的值为0XABCD,但实际并非如此。参数如何传递由之前说的函数调用规则决定,函数调用的具体实现细节在《C++从零开始(十五)》中说明,这里只需了解到成员函数映射的仍然是地址,而它的类型决定了如何使用它,后面说明。

声明的含义

前面已经解释过声明是什么意思,在此由于成员函数的定义规则这种新的定义语法,必须重新考虑声明的意思。注意一点,前面将一个函数的定义放到main函数定义的前面就可以不用再声明那个函数了;同样如果定义了某个变量,就不用再声明那个变量了。这也就是说定义语句具有声明的功能,但上面成员函数的定义语句却不具有声明的功能,下面来了解声明的真正意思。

声明是要求编译器产生映射元素的语句。所谓的映射元素,就是前面介绍过的变量及函数,都只有3栏(或3个字段):类型栏、名字栏和地址栏(成员变量类型的这一栏就放偏移值)。即编译器每当看到声明语句,就生成一个映射元素,并且将对应的地址栏空着,然后留下一些信息以告诉连接器——此.obj文件(编译器编译源文件后生成的文件,对于VC是.obj文件)需要一些符号,将这些符号找到后再修改并完善此.obj文件,最后连接。

回想之前说过的符号的意思,它就是一字符串,用于编译器和连接器之间的通信。注意符号没有类型,因为连接器只是负责查找符号并完善(因为有些映射元素的地址栏还是空的)中间文件(对于VC就是.obj文件),不进行语法分析,也就没有什么类型。

定义是要求编译器填充前面声明没有书写的地址栏。也就是说某变量对应的地址,只有在其定义时才知道。因此实际的在栈上分配内存等工作都是由变量的定义完成的,所以才有声明的变量并不分配内存。但应注意一个重点,定义是生成映射元素需要的地址,因此定义也就说明了它生成的是哪个映射元素的地址,而如果此时编译器的映射表(即之前说的编译器内部用于记录映射元素的变量表、函数表等)中没有那个映射元素,即还没有相应元素的声明出现过,那么编译器将报错。

但前面只写一个变量或函数定义语句,它照样正常并没有报错啊?实际很简单,只需要将声明和定义看成是一种语句,只不过是向编译器提供的信息不同罢了。如:voidABC(float);和voidABC(float){},编译器对它们相同看待。前者给出了函数的类型及类型名,因此编译器就只填写映射元素中的名字和类型两栏。由于其后只接了个“;”,没有给出此函数映射的代码,因此编译器无法填写地址栏。而后者,给出了函数名、所属类型以及映射的代码(空的复合语句),因此编译器得到了所有要填写的信息进而将三栏的信息都填上了,结果就表现出定义语句完成了声明的功能。

对于变量,如longa;。同上,这里给出了类型和名字,因此编译器填写了类型和名字两栏。但变量对应的是栈上的某块内存的首地址,这个首地址无法从代码上表现出来(前面函数就通过在函数声明的后面写复合语句来表现相应函数对应的代码所在的地址),而必须由编译器内部通过计算获得,因此才硬性规定上面那样的书写算作变量的定义,而要变量的声明就需要在前面加extern。即上面那样将导致编译器进行内部计算进而得出相应的地址而填写了映射元素的所有信息。

上面难免显得故弄玄虚,那都是因为自定义类型的出现。考虑成员变量的定义,如:

structABC{longa,b;doublec;};

上面给出了类型——longABC::、longABC::和doubleABC::;给出了名字——ABC::a、ABC::b和ABC::c;给出了地址(即偏移)——0、4和8,因为是结构型自定义类型,故由此语句就可以得出各成员变量的偏移。上面得出三个信息,即可以填写映射元素的所有信息,所以上面可以算作定义语句。对于成员函数,如下:

structABC{voidAB(float);};

上面给出了类型——void(ABC::)(float);给出了名字——ABC::AB。不过由于没有给出地址,因此无法填写映射元素的所有信息,故上面是成员函数ABC::AB的声明。按照前面说法,只要给出地址就可以了,而无需去管它是定义还是声明,因此也就可以这样:

structABC{voidAB(float){}};

上面给出类型和名字的同时,给出了地址,因此将可以完全填写映射元素的所有信息,是定义。上面的用法有其特殊性,后面说明。注意,如果这时再在后面写ABC::AB的定义语句,即如下,将错误:

structABC{voidAB(float){}};

voidABC::AB(float){}

上面将报错,原因很简单,因为后者只是定义,它只提供了ABC::AB对应的地址这一个信息,但映射元素中的地址栏已经填写了,故编译器将说重复定义。再单独看成员函数的定义,它给出了类型void(ABC::)(float),给出了名字ABC::AB,也给出了地址,但为什么说它只给出了地址这一信息?首先,名字ABC::AB是不符合标识符规则的,而类型修饰符ABC::必须通过类型定义符“{}”才能够加上去,这在前面已多次说明。因此上面给出的信息是:给出了一个地址,这个地址是类型为void(ABC::)(float),名字为ABC::AB的映射元素的地址。结果编译器就查找这样的映射元素,如果有,则填写相应的地址栏,否则报错,即只写一个voidABC::AB(float){}是错误的,在其前面必须先通过类型定义符“{}”声明相应的映射元素。这也就是前面说的定义仅仅填充地址栏,并不生成映射元素。

声明的作用

定义的作用很明显了,有意义的映射(名字对地址)就是它来做,但声明有什么用?它只是生成类型对名字,为什么非得要类型对名字?它只是告诉编译器不要发出错误说变量或函数未定义?任何东西都有其存在的意义,先看下面这段代码。

extern"C"longABC(longa,longb);

voidmain(){longc=ABC(10,20);}

假设上面代码在a.cpp中书写,编译生成文件a.obj,没有问题。但按照之前的说明,连接时将错误,因为找不到符号_ABC。因为名字_ABC对应的地址栏还空着。接着在VC中为a.cpp所在工程添加一个新的源文件b.cpp,如下书写代码。

extern"C"floatABC(floata){returna;}

编译并连接,现在没任何问题了,但相信你已经看出问题了——函数ABC的声明和定义的类型不匹配,却连接成功了?

注意上面关于连接的说明,连接时没有类型,只管符号。上面用extern"C"使得a.obj要求_ABC的符号,而b.cpp提供_ABC的符号,剩余的就只是连接器将b.obj中_ABC对应的地址放到a.obj以完善a.obj,最后连接a.obj和b.obj。

那么上面什么结果,由于需要考虑函数的实现细节,这在《C++从零开始(十五)》中再说明,而这里只要注意到一件事:编译器即使没有地址也依旧可以生成代码以实现函数操作符的功能——函数调用。之所以能这样就是因为声明时一定必须同时给出类型和名字,因为类型告诉编译器,当某个操作符涉及到某个映射元素时,如何生成代码来实现这个操作符的功能。也就是说,两个char类型的数字乘法和两个long类型的数字乘法编译生成的代码不同;对longABC(long);的函数调用代码和voidABC(float)的不同。即,操作符作用的数字类型的不同将导致编译器生成的代码不同。

那么上面为什么要将ABC的定义放到b.cpp中?因为各源文件之间的编译是独立的,如果放在a.cpp,编译器就会发现已经有这么个映射元素,但类型却不匹配,将报错。而放到b.cpp中,使得由连接器来完善a.obj,到时将没有类型的存在,只管符号。下面继续。

structABC{longa,b;voidAB(longtem1,longtem2);voidABCD();};

voidmain(){ABCa;a.AB(10,20);}

由上面的说法,这里虽然没有给出ABC::AB的定义,但仍能编译成功,没有任何问题。仍假设上面代码在a.cpp中,然后添加b.cpp,在其中书写下面的代码。

structABC{floatb,a;voidAB(longtem1,longtem2);longABCD(float);};

voidABC::AB(longtem1,longtem2){a=tem1;b=tem2;}

这里定义了函数ABC::AB,注意如之前所说,由于这里的函数定义仅仅只是定义,所以必须在其前面书写类型定义符“{}”以让编译器生成映射元素。但更应该注意这里将成员变量的位置换了,这样b就映射的是0而a映射的是4了,并且还将a、b的类型换成了float,更和a.cpp中的定义大相径庭。但没有任何问题,编译连接成功,a.AB(10,20);执行后a.a为0X41A00000,a.b为0X41200000,而*(float*)&a.a为20,*(flaot*)&a.b为10。

为什么?因为编译器只在当前编译的那个源文件中遵循类型匹配,而编译另一个源文件时,编译其他源文件所生成的映射元素全部无效。因此声明将类型和名字绑定起来,而名字就代表了其所关联的类型的地址类型的数字,而后继代码中所有操作这个数字的操作符的编译生成都将受这个数字的类型的影响。即声明是告诉编译器如何生成代码的,其不仅仅只是个语法上说明变量或函数的语句,它是不可或缺的。

还应注意上面两个文件中的ABC::ABCD成员函数的声明不同,而且整个工程中(即a.cpp和b.cpp中)都没有ABC::ABCD的定义,却仍能编译连接成功,因为声明并不是告诉编译器已经有什么东西了,而是如何生成代码。

头文件

上面已经说明,如果有个自定义类型ABC,在a.cpp、b.cpp和c.cpp中都要使用它,则必须在a.cpp、b.cpp和c.cpp中,各自使用ABC之前用类型定义符“{}”重新定义一遍这个自定义类型。如果不小心如上面那样在a.cpp和b.cpp中写的定义不一样,则将产生很难查找的错误。为此,C++提供了一个预编译指令来帮忙。

预编译指令就是在编译之前执行的指令,它由预编译器来解释执行。预编译器是另一个程序,一般情况,编译器厂商都将其合并进了C++编译器而只提供一个程序。在此说明预编译指令中的包含指令——#include,其格式为#include<文件名>。应注意预编译指令都必须单独占一行,而<文件名>就是一个用双引号或尖括号括起来的文件名,如:#include"abc.c"、#include"C:\abc.dsw"或#include<\abc.exe>。它的作用很简单,就是将引号或尖括号中书写的文件名对应的文件以ANSI格式或MBCS格式(关于这两个格式可参考《C++从零开始(五)》)解释,并将内容原封不动地替换到#include所在的位置,比如下面是文件abc的内容。

structABC{longa,b;voidAB(longtem1,longtem2);};

则前面的a.cpp可改为:

#include"abc"

voidmain(){ABCa;a.AB(10,20);}

而b.cpp可改为:

#include"abc"

voidABC::AB(longtem1,longtem2){a=tem1;b=tem2;}

这时,就不会出现类似上面那样在b.cpp中将自定义类型ABC的定义写错了而导致错误的结果(a.a为0X41A00000,a.b为0X41200000),进而a.AB(10,20);执行后,a.a为10,a.b为20。

注意这里使用的是双引号来括住文件名的,它表示当括住的只是一个文件名或相对路径而没有给出全路径时,如上面的abc,则先搜索此时被编译的源文件所在的目录,然后搜索编译器自定的包含目录(如:C:\ProgramFiles\MicrosoftVisualStudio.NET2003\Vc7\include等),里面一般都放着编译器自带的SDK的头文件(关于SDK,将在《C++从零开始(十八)》中说明),如果仍没有找到,则报错(注意,一般编译器都提供了一些选项以使得除了上述的目录外,还可以再搜索指定的目录,不同的编译器设定方式不同,在此不表)。

如果是用尖括号括起来,则表示先搜索编译器自定的包含目录,再源文件所在目录。为什么要不同?只是为了防止自己起的文件名正好和编译器的包含目录下的文件重名而发生冲突,因为一旦找到文件,将不再搜索后继目录。

所以,一般的C++代码中,如果要用到某个自定义类型,都将那个自定义类型的定义分别装在两个文件中,对于上面结构ABC,则应该生成两个文件,分别为ABC.h和ABC.cpp,其中的ABC.h被称作头文件,而ABC.cpp则称作源文件。头文件里放的是声明,而源文件中放的是定义,则ABC.h的内容就和前面的abc一样,而ABC.cpp的内容就和b.cpp一样。然后每当工程中某个源文件里要使用结构ABC时,就在那个源文件的开头包含ABC.h,这样就相当于将结构ABC的所有相关声明都带进了那个文件的编译,比如前面的a.cpp就通过在开头包含abc以声明了结构ABC。

为什么还要生成一个ABC.cpp?如果将ABC::AB的定义语句也放到ABC.h中,则a.cpp要使用ABC,c.cpp也要使用ABC,所以a.cpp包含ABC.h,由于里面的ABC::AB的定义,生成一个符号?AB@ABC@@QAEXJJ@Z(对于VC);同样c.cpp的编译也要生成这个符号,然后连接时,由于出现两个相同的符号,连接器无法确定使用哪一个,报错。因此专门定义一个ABC.cpp,将函数ABC::AB的定义放到ABC.obj中,这样将只有一个符号生成,连接时也就不再报错。

注意上面的structABC{voidAB(float){}};。如果将这个放在ABC.h中,由于在类型定义符中就已经将函数ABC::AB的定义给出,则将会同上,出现两个相同的符号,然后连接失败。为了避开这个问题,C++规定如上在类型定义符中直接书写函数定义而定义的函数是inline函数,出于篇幅,下篇介绍。

成员的意义

上面从语法的角度说明了成员函数的意思,如果很昏,不要紧,实现不能理解并不代表就不能运用,而程序员重要的是对语言的运用能力而不是语言的了解程度(虽然后者也很重要)。下面说明成员的语义。

本文一开头提出了一种语义——某种资源具有的功能,而C++的自定义类型再加上成员操作符“.”和“->”的运用,从代码上很容易的就表现出一种语义——从属关系。如:a.b、c.d分别表示a的b和c的d。某种资源具有的功能要映射到C++中,就应该将这种资源映射成一自定义类型,而它所具有的功能就映射成此自定义类型的成员函数,如最开始提到的怪物和玩家,则如下:

structPlayer{floatLife;floatAttack;floatDefend;};

structMonster{floatLife;floatAttack;floatDefend;voidAttackPlayer(Player&pla);};

Playerplayer;Monstera;a.AttackPlayer(player);

上面的语义就非常明显,代码执行的操作是怪物a攻击玩家player,而player.Life就代表玩家player的生命值。假设如下书写Monster::AttackPlayer的定义:

voidMonster::AttackPlayer(Player&pla)

{

pla.Life-=Attack-pla.Defend;

}

上面的语义非常明显:某怪物攻击玩家的方法就是将被攻击的玩家的生命值减去自己的攻击力减被攻击的玩家的防御力的值。语义非常清晰,代码的可读性好。而如原来的写法:

voidMonsterAttackPlayer(Monster&mon,Player&pla)

{

pla.Life-=mon.Attack-pla.Defend;

}

则代码表现的语义:怪物攻击玩家是个操作,此操作需要操作两个资源,分别为怪物类型和玩家类型。这个语义就没表现出我们本来打算表现的想法,而是怪物的攻击功能的另一种解释(关于这点,将在《C++从零开始(十二)》中详细阐述),其更适合表现收银工作。比如收银台实现的是收钱的工作,客户在柜台买了东西,由营业员开出单据,然后客户将单据拿到收银台交钱。这里收银台的工作就需要操作两个资源——钱和单据,这时就应该将收钱这个工作映射为如上的函数而不是成员函数,因为在这个算法中,收银台没有被映射成自定义类型的必要性,即我们对收银的工作由谁做不关心,只关心它如何做。

至此介绍完了自定义类型的一半内容,通过这些内容已经可以编写出能体现较复杂语义的代码了,下篇将说明自定义类型的后半内容,它们的提出根本可以认为就是语义的需要,所以下篇将从剩余内容是如何体现语义的来说明,不过依旧要说明各自是如何实现的。

C++从零开始(十一)上篇

——类的相关知识

前面已经介绍了自定义类型的成员变量和成员函数的概念,并给出它们各自的语义,本文继续说明自定义类型剩下的内容,并说明各自的语义。

权限

成员函数的提供,使得自定义类型的语义从资源提升到了具有功能的资源。什么叫具有功能的资源?比如要把收音机映射为数字,需要映射的操作有调整收音机的频率以接收不同的电台;调整收音机的音量;打开和关闭收音机以防止电力的损耗。为此,收音机应映射为结构,类似下面:

structRadiogram

{

doubleFrequency;/*频率*/voidTurnFreq(doublevalue);//改变频率

floatVolume;/*音量*/voidTurnVolume(floatvalue);//改变音量

floatPower;/*电力*/voidTurnOnOff(boolbOn);//开关

boolbPowerOn;//是否开启

};

上面的Radiogram::Frequency、Radiogram::Volume和Radiogram::Power由于定义为了结构Radiogram的成员,因此它们的语义分别为某收音机的频率、某收音机的音量和某收音机的电力。而其余的三个成员函数的语义也同样分别为改变某收音机的频率、改变某收音机的音量和打开或关闭某收音机的电源。注意这面的“某”,表示具体是哪个收音机的还不知道,只有通过成员操作符将左边的一个具体的收音机和它们结合时才知道是哪个收音机的,这也是为什么它们被称作偏移类型。这一点在下一篇将详细说明。

注意问题:为什么要将刚才的三个操作映射为结构Radiogram的成员函数?因为收音机具有这样的功能?那么对于选西瓜、切西瓜和吃西瓜,难道要定义一个结构,然后给它定义三个选、切、吃的成员函数??不是很荒谬吗?前者的三个操作是对结构的成员变量而言,而后者是对结构本身而言的。那么改成吃快餐,吃快餐的汉堡包、吃快餐的薯条和喝快餐的可乐。如果这里的两个吃和一个喝的操作变成了快餐的成员函数,表示是快餐的功能?!这其实是编程思想的问题,而这里其实就是所谓的面向对象编程思想,它虽然是很不错的思想,但并不一定是合适的,下篇将详细讨论。

上面我们之所以称收音机的换台是功能,是因为实际中我们自己是无法直接改变收音机的频率,必须通过旋转选台的那个旋钮来改变接收的频率,同样,调音量也是通过调节音量旋钮来实现的,而由于开机而导致的电力下降也不是我们直接导致,而是间接通过收听电台而导致的。因此上面的Radiogram::Power、Radiogram::Frequency等成员变量都具有一个特殊特性——外界,这台收音机以外的东西是无法改变它们的。为此,C++提供了一个语法来实现这种语义。在类型定义符中,给出这样的格式:<权限>:。这里的<权限>为public、protected和private中的一个,分别称作公共的、保护的和私有的,如下:

classRadiogram

{

protected:doublem_Frequency;floatm_Volume;floatm_Power;

private:boolm_bPowerOn;

public:voidTurnFreq(double);voidTurnVolume(float);voidTurnOnOff(bool);

};

可以发现,它和之前的标号的定义格式相同,但并不是语句修饰符,即可以structABC{private:};。这里不用非要在private:后面接语句,因为它不是语句修饰符。从它开始,直到下一个这样的语法,之间所有的声明和定义而产生的成员变量或成员函数都带有了它所代表的语义。比如上面的类Radiogram,其中的Radiogram::m_Frequency、Radiogram::m_Volume和Radiogram::m_Power是保护的成员变量,Radiogram::m_bPowerOn是私有的成员变量,而剩下的三个成员函数都是公共的成员函数。注意上面的语法是可以重复的,如:structABC{public:public:longa;private:floatb;public:chard;};。

什么意思?很简单,公共的成员外界可以访问,保护的成员外界不能访问,私有的成员外界及子类不能访问。关于子类后面说明。先看公共的。对于上面,如下将报错:

Radiograma;a.m_Frequency=23.0;a.m_Power=1.0f;a.m_bPowerOn=true;

因为上面对a的三次操作都使用了a的保护或私有成员,编译器将报错,因为这两种成员外界是不能访问的。而a.TurnFreq(10);就没有任何问题,因为成员函数Radiogram::TurnFreq是公共成员,外界可以访问。那么什么叫外界?对于某个自定义类型,此自定义类型的成员函数的函数体内以外的一切能写代码的地方都称作外界。因此,对于上面的Radiogram,只有它的三个成员函数的函数体内可以访问它的成员变量。即下面的代码将没有问题。

voidRadiogram::TurnFreq(doublevalue){m_Frequency+=value;}

因为m_Frequency被使用的地方是在Radiogram::TurnFreq的函数体内,不属于外界。

为什么要这样?表现最开始说的语义。首先,上面将成员定义成public或private对于最终生成的代码没有任何影响。然后,我之前说的调节接收频率是通过调节收音机里面的共谐电容的容量来实现的,这个电容的容量人必须借助元件才能做到,而将接收频率映射成数字后,由于是数字,则CPU就能修改。如果直接a.m_Frequency+=10;进行修改,就代码上的意义,其就为:执行这个方法的人将收音机的接收频率增加10KHz,这有违我们的客观世界,与前面的语义不合。因此将其作为语法的一种提供,由编译器来进行审查,可以让我们编写出更加符合我们所生活的世界的语义的代码。

应注意可以unionABC{longa;private:shortb;};。这里的ABC::a之前没有任何修饰,那它是public还是protected?相信从前面举的那么多例子也已经看出,应该是public,这也是为什么我之前一直使用struct和union来定义自定义类型,否则之前的例子都将报错。而前篇说过结构和类只有一点很小的区别,那就是当成员没有进行修饰时,对于类,那个成员将是private而不是public,即如下将错误。

classABC{longa;private:shortb;};ABCa;a.a=13;

ABC::a由于前面的class而被看作private。就从这点,可以看出结构用于映射资源(可被直接使用的资源),而类用于映射具有功能的资源。下篇将详细讨论它们在语义上的差别。

构造和析构

了解了上面所提的东西,很明显就有下面的疑问:

structABC{private:longa,b;};ABCa={10,20};

上面的初始化赋值变量a还正确吗?当然错误,否则在语法上这就算一个漏洞了(外界可以借此修改不能修改的成员)。但有些时候的确又需要进行初始化以保证一些逻辑关系,为此C++提出了构造和析构的概念,分别对应于初始化和扫尾工作。在了解这个之前,让我们先看下什么叫实例(Instance)。

实例是个抽象概念,表示一个客观存在,其和下篇将介绍的“世界”这个概念联系紧密。比如:“这是桌子”和“这个桌子”,前者的“桌子”是种类,后者的“桌子”是实例。这里有10只羊,则称这里有10个羊的实例,而羊只是一种类型。可以简单地将实例认为是客观世界的物体,人类出于方便而给各种物体分了类,因此给出电视机的说明并没有给出电视机的实例,而拿出一台电视机就是给出了一个电视机的实例。同样,程序的代码写出来了意义不大,只有当它被执行时,我们称那个程序的一个实例正在运行。如果在它还未执行完时又要求操作系统执行了它,则对于多任务操作系统,就可以称那个程序的两个实例正在被执行,如同时点开两个Word文件查看,则有两个Word程序的实例在运行。

在C++中,能被操作的只有数字,一个数字就是一个实例(这在下篇的说明中就可以看出),更一般的,称标识记录数字的内存的地址为一个实例,也就是称变量为一个实例,而对应的类型就是上面说的物体的种类。比如:longa,*pA=&a,&ra=a;,这里就生成了两个实例,一个是long的实例,一个是long*的实例(注意由于ra是long&所以并未生成实例,但ra仍然是一个实例)。同样,对于一个自定义类型,如:Radiogramab,c[3];,则称生成了四个Radiogram的实例。

对于自定义类型的实例,当其被生成时,将调用相应的构造函数;当其被销毁时,将调用相应的析构函数。谁来调用?编译器负责帮我们编写必要的代码以实现相应构造和析构的调用。构造函数的原型(即函数名对应的类型,如floatAB(double,char);的原型是float(double,char))的格式为:直接将自定义类型的类型名作为函数名,没有返回值类型,参数则随便。对于析构函数,名字为相应类型名的前面加符号“~”,没有返回值类型,必须没有参数。如下:

structABC{ABC();ABC(long,long);~ABC();boolDo(long);longa,count;float*pF;};

ABC::ABC(){a=1;count=0;pF=0;}

ABC::ABC(longtem1,longtem2){a=tem1;count=tem2;pF=newfloat[count];}

ABC::~ABC(){delete[]pF;}

boolABC::Do(longcou)

{

float*p=newfloat[cou];

if(!p)

returnfalse;

delete[]pF;

pF=p;

count=cou;

returntrue;

}

externABCg_ABC;

voidmain(){ABCa,&r=a;a.Do(10);{ABCb(10,30);}ABC*p=newABC[10];delete[]p;}

ABCg_a(10,34),g_p=newABC[5];

上面的结构ABC就定义了两个构造函数(注意是两个重载函数),名字都为ABC::ABC(实际将由编译器转成不同的符号以供连接之用)。也定义了一个析构函数(注意只能定义一个,因为其必须没有参数,也就无法进行重载了),名字为ABC::~ABC。

再看main函数,先通过ABCa;定义了一个变量,因为要在栈上分配一块内存,即创建了一个数字(创建装数字的内存也就导致创建了数字,因为内存不能不装数字),进而创建了一个ABC的实例,进而调用ABC的构造函数。由于这里没有给出参数(后面说明),因此调用了ABC::ABC(),进而a.a为1,a.pF和a.count都为0。接着定义了变量r,但由于它是ABC&,所以并没有在栈上分配内存,进而没有创建实例而没有调用ABC::ABC。接着调用a.Do,分配了一块内存并把首地址放在a.pF中。

注意上面变量b的定义,其使用了之前提到的函数式初始化方式。它通过函数调用的格式调用了ABC的构造函数ABC::ABC(long,long)以初始化ABC的实例b。因此b.a为10,b.count为30,b.pF为一内存块的首地址。但要注意这种初始化方式和之前提到的“{}”方式的不同,前者是进行了一次函数调用来初始化,而后者是编译器来初始化(通过生成必要的代码)。由于不调用函数,所以速度要稍快些(关于函数的开销在《C++从零开始(十五)》中说明)。还应注意不能ABCb={1,0,0};,因为结构ABC已经定义了两个构造函数,则它只能使用函数式初始化方式初始化了,不能再通过“{}”方式初始化了。

上面的b在一对大括号内,回想前面提过的变量的作用域,因此当程序运行到ABC*p=newABC[10];时,变量b已经消失了(超出了其作用域),即其所分配的内存语法上已经释放了(实际由于是在栈上,其并没有被释放),进而调用ABC的析构函数,将b在ABC::ABC(long,long)中分配的内存释放掉以实现扫尾功能。

对于通过new在堆上分配的内存,由于是newABC[10],因此将创建10个ABC的实例,进而为每一个实例调用一次ABC::ABC(),注意这里无法调用ABC::ABC(long,long),因为new操作符一次性就分配了10个实例所需要的内存空间,C++并没有提供语法(比如使用“{}”)来实现对一次性分配的10个实例进行初始化。接着调用了delete[]p;,这释放刚分配的内存,即销毁了10个实例,因此将调用ABC的析构函数10次以进行10次扫尾工作。

注意上面声明了全局变量g_ABC,由于是声明,并不是定义,没有分配内存,因此未产生实例,故不调用ABC的构造函数,而g_a由于是全局变量,C++保证全局变量的构造函数在开始执行main函数之前就调用,所有全局变量的析构函数在执行完main函数之后才调用(这一点是编译器来实现的,在《C++从零开始(十九)》中将进一步讨论)。因此g_a.ABC(10,34)的调用是在a.ABC()之前,即使它的位置在a的定义语句的后面。而全局变量g_p的初始化的数字是通过new操作符的计算得来,结果将在堆上分配内存,进而生成5个ABC实例而调用了ABC::ABC()5次,由于是在初始化g_p的时候进行分配的,因此这5次调用也在a.ABC()之前。由于g_p仅仅只是记录首地址,而要释放这5个实例就必须调用delete(不一定,也可不调用delete依旧释放new返回的内存,在《C++从零开始(十九)》中说明),但上面并没有调用,因此直到程序结束都将不会调用那5个实例的析构函数,那将怎样?后面说明异常时再讨论所谓的内存泄露问题。

因此构造的意思就是刚分配了一块内存,还未初始化,则这块内存被称作原始数据(RawData),前面说过数字都必须映射成算法中的资源,则就存在数字的有效性。比如映射人的年龄,则这个数字就不能是负数,因为没有意义。所以当得到原始数据后,就应该先通过构造函数的调用以保证相应实例具有正确的意义。而析构函数就表示进行扫尾工作,就像上面,在某实例运作的期间(即操作此实例的代码被执行的时期)动态分配了一些内存,则应确保其被正确释放。再或者这个实例和其他实例有关系,因确保解除关系(因为这个实例即将被销毁),如链表的某个结点用类映射,则这个结点被删除时应在其析构函数中解除它与其它结点的关系。

派生和继承

上面我们定义了类Radiogram来映射收音机,如果又需要映射数字式收音机,它和收音机一样,即收音机具有的东西它都具有,不过多了自动搜台、存储台、选台和删除台的功能。这里提出了一个类型体系,即一个实例如果是数字式收音机,那它一定也是收音机,即是收音机的一个实例。比如苹果和梨都是水果,则苹果和梨的实例一定也是水果的实例。这里提出三个类型:水果、苹果和梨。其中称水果是苹果的父类(父类型),苹果是水果的子类(子类型)。同样,水果也是梨的父类,梨是水果的子类。这种类型体系是很有意义的,因为人类就是用这种方式来认知世界的,它非常符合人类的思考习惯,因此C++又提出了一种特殊语法来对这种语义提供支持。

在定义自定义类型时,在类型名的后面接一“:”,然后接public或protected或private,接着再写父类的类型名,最后就是类型定义符“{}”及相关书写,如下:

classDigitalRadiogram:publicRadiogram

{

protected:doublem_Stations[10];

public:voidSearchStation();voidSaveStation(unsignedlong);

voidSelectStation(unsignedlong);voidEraseStation(unsignedlong);

};

上面就将Radiogram定义为了DigitalRadiogram的父类,DigitalRadiogram定义成了Radiogram的子类,被称作类Radiogram派生了类DigitalRadiogram,类DigitalRadiogram继承了类Radiogram。

上面生成了5个映射元素,就是上面的4个成员函数和1个成员变量,但实际不止。由于是从Radiogram派生,因此还将生成7个映射,就是类Radiogram的7个成员,但名字变化了,全变成DigitalRadiogram::修饰,而不是原来的Radiogram::修饰,但是类型却不变化。比如其中一个映射元素的名字就为DigitalRadiogram::m_bPowerOn,类型为boolRadiogram::,映射的偏移值没变,依旧为16。同样也有映射元素DigitalRadiogram::TurnFreq,类型为void(Radiogram::)(double),映射的地址依旧没变,为Radiogram::TurnFreq所对应的地址。因此就可以如下:

voidDigitalRadiogram::SaveStation(unsignedlongindex)

{

if(index>=10)return;

m_Station[index]=m_Frequency;m_bPowerOn=true;

}

DigitalRadiograma;a.TurnFreq(10);a.SaveStation(3);

上面虽然没有声明DigitalRadiogram::TurnFreq,但依旧可以调用它,因为它是从Radiogram派生来的。注意由于a.TurnFreq(10);没有书写全名,因此实际是a.DigitalRadiogram::TurnFreq(10);,因为成员操作符左边的数字类型是DigitalRadiogram。如果DigitalRadiogram不从Radiogram派生,则不会生成上面说的7个映射,结果a.TurnFreq(10);将错误。

注意上面的SaveStation中,直接书写了m_Frequency,其等同于this->m_Frequency,由于this是DigitalRadiogram*(因为在DigitalRadiogram::SaveStation的函数体内),所以实际为this->DigitalRadiogram::m_Frequency,也因此,如果不是派生自Radiogram,则上面将报错。并且由类型匹配,很容易知道:void(Radiogram::*p)(double)=DigitalRadiogram::TurnFreq;。虽然这里是DigitalRadiogram::TurnFreq,但它的类型是void(Radiogram::)(double)。

应注意在SaveStation中使用了m_bPowerOn,这个在Radiogram中被定义成私有成员,也就是说子类也没权访问,而SaveStation是其子类的成员函数,因此上面将报错,权限不够。

上面通过派生而生成的7个映射元素各自的权限是什么?先看上面的派生代码:

classDigitalRadiogram:publicRadiogram{…};

这里由于使用public,被称作DigitalRadiogram从Radiogram公共继承,如果改成protected则称作保护继承,如果是private就是私有继承。有什么区别?通过公共继承而生成的映射元素(指从Radiogram派生而生成的7个映射元素),各自的权限属性不变化,即上面的DigitalRadiogram::m_Frequency对类DigitalRadiogram来说依旧是protected,而DigitalRadiogram::m_bPowerOn也依旧是private。保护继承则所有的公共成员均变成保护成员,其它不变。即如果保护继承,DigitalRadiogram::TurnFreq对于DigitalRadiogram来说将为protected。私有继承则将所有的父类成员均变成对于子类来说是private。因此上面如果私有继承,则DigitalRadiogram::TurnFreq对于DigitalRadiogram来说是private的。

上面可以看得很简单,即不管是什么继承,其指定了一个权限,父类中凡是高于这个权限的映射元素,都要将各自的权限降低到这个权限(注意是对子类来说),然后再继承给子类。上面一直强调“对于子类来说”,什么意思?如下:

structA{longa;protected:longb;private:longc;};

structB:protectedA{voidAB();};

structC:privateB{voidABC();};

voidB::AB(){b=10;c=10;}

voidC::ABC(){a=10;b=10;c=10;AB();}

Aa;Bb;Cc;a.a=10;b.a=10;b.AB();c.AB();

上面的B的定义等同于structB{protected:longa,b;private:longc;public:voidAB();};。

上面的C的定义等同于structC{private:longa,b,c;voidAB();public:voidABC();};

因此,B::AB中的b=10;没有问题,但c=10;有问题,因为编译器看出B::c是从父类继承生成的,而它对于父类来说是私有成员,因此子类无权访问,错误。接着看C::ABC,a=10;和b=10;都没问题,因为它们对于B来说都是保护成员,但c=10;将错误,因为C::c对于父类B来说是私有成员,没有权限,失败。接着AB();,因为C::AB对于父类B来说是公共成员,没有问题。

接着是a.a=10;,没问题;b.a=10;,错误,因为B::a是B的保护成员;b.AB();,没有问题;c.AB();,错误,因为C::AB是C的私有成员。应注意一点:public、protected和private并不是类型修饰符,只是在语法上提供了一些信息,而继承所得的成员的类型都不会变化,不管它保护继承还是公共继承,权限起作用的地方是需要运用成员的地方,与类型没有关系。什么叫运用成员的地方?如下:

long(A::*p)=&A::a;p=&A::b;

void(B::*pB)()=B::AB;void(C::*pC)()=C::ABC;pC=C::AB;

上面对变量p的初始化操作没有问题,这里就运用了A::a。但是在p=&A::b;时,由于运用了A::b,则编译器就要检查代码所处的地方,发现对于A来说属于外界,因此报错,权限不够。同样下面对pB的赋值没有问题,但pC=C::AB;就错误。而对于b.a=10;,这里由于成员操作符而运用了类B的成员B::a,所以在这里进行权限检查,并进而发现权限不够而报错。

好,那为什么要搞得这么复杂?弄什么保护、私有和公共继承?首先回想前面说的为什么要提供继承,因为想从代码上体现类型体系,说明一个实例如果是一个子类的实例,则它也一定是一个父类的实例,即可以按照父类的定义来操作它。虽然这也可以通过之前说的转换指针类型来实现,但前者能直接从代码上表现出类型继承的语义(即子类从父类派生而来),而后者只能说明用不同的类型来看待同一个实例。

那为什么要给继承加上权限?表示这个类不想外界或它的子类以它的父类的姿态来看待它。比如鸡可以被食用,但做成标本的鸡就不能被食用。因此子类“鸡的标本”在继承时就应该保护继承父类“鸡”,以表示不准外界(但准许其派生类)将它看作是鸡。它已经不再是鸡,但它实际是由鸡转变过来的。因此私有和保护继承实际很适合表现动物的进化关系。比如人是猴子进化来的,但人不是猴子。这里人就应该使用私有继承,因为并不希望外界和人的子类——黑种人、黄种人、白种人等——能够把父类“人”看作是猴子。而公共继承就表示外界和子类可以将子类的实例看成父类的实例。如下:

structA{longa,b;};

structAB:privateA{longc;voidABCD();};

structABB:publicAB{voidAAA();};

structAC:publicA{longc;voidABCD();};

voidABC(A*a){a->a=10;a->b=20;}

voidmain(){ABb;ABC(&b);ACc;ABC(&c);}

voidAB::ABCD(){ABb;ABC(&b);}

voidAC::ABCD(){ABb;ABC(&b);}

voidABB::AAA(){ABb;ABC(&b);}

上面的类AC是公共继承,因此其实例c在执行ABC(&c);时将由编译器进行隐式类型转换,这是一个很奇特的特性,本文的下篇将说明。但类AB是私有继承,因此在ABC(&b);时编译器不会进行隐式类型转换,将报错,类型不匹配。对于此只需ABC((A*)&b);以显示进行类型转换就没问题了。

注意前面的红字,私有继承表示外界和它的子类都不可以用父类的姿态来看待它,因此在ABB::AAA中,这是AB的子类,因此这里的ABC(&b);将报错。在AC::ABCD中,这里对于AB来说是外界,报错。在AB::ABCD中,这里是自身,即不是子类也不是外界,所以ABC(&b);将没有问题。如果将AB换成保护继承,则在ABB::AAA中的ABC(&b);将不再错误。

关于本文及本文下篇所讨论的语义,在《C++从零开始(十二)》中会专门提出一个概念以给出一种方案来指导如何设计类及各类的关系。由于篇幅限制,本文分成了上中下三篇,剩下的内容在本文的后两篇说明。

C++从零开始(十一)中篇

——类的相关知识

由于篇幅限制,本篇为《C++从零开始(十一)》的中篇,说明多重继承、虚继承和虚函数的实现方式。

多重继承

这里有个有趣的问题,如下:

structA{longa,b,c;chard;};structB:publicA{longe,f;};

上面的B::e和B::f映射的偏移是多少?不同的编译器有不同的映射结果,对于派生的实现,C++并没有强行规定。大多数编译器都是让B::e映射的偏移值为16(即A的长度,关于自定义类型的长度可参考《C++从零开始(九)》),B::f映射20。这相当于先把空间留出来排列父类的成员变量,再排列自己的成员变量。但是存在这样的语义——西红柿即是蔬菜又是水果,鲸鱼即是海洋生物又是脯乳动物。即一个实例既是这种类型又是那种类型,对于此,C++提供了多重派生或称多重继承,用“,”间隔各父类,如下:

structA{longA_a,A_b,c;voidABC();};structB{longc,B_b,B_a;voidABC();};

structAB:publicA,publicB{longab,c;voidABCD();};

voidA::ABC(){A_a=A_b=10;c=20;}

voidB::ABC(){B_a=B_b=20;c=10;}

voidAB::ABCD(){A_a=B_a=1;A_b=B_b=2;c=A::c=B::c=3;}

voidmain(){ABab;ab.A_a=3;ab.B_b=4;ab.ABC();}

上面的结构AB从结构A和结构B派生而来,即我们可以说ab既是A的实例也是B的实例,并且还是AB的实例。那么在派生AB时,将生成几个映射元素?照前篇的说法,除了AB的类型定义符“{}”中定义的AB::ab和AB::c以外(类型均为longAB::),还要生成继承来的映射元素,各映射元素名字的修饰换成AB::,类型不变,映射的值也不变。因此对于两个父类,则生成8个映射元素(每个类都有4个映射元素),比如其中一个的名字为AB::A_b,类型为longA::,映射的值为4;也有一个名字为AB::B_b,类型为longB::,映射的值依旧为4。注意A::ABC和B::ABC的名字一样,因此其中两个映射元素的名字都为AB::ABC,但类型则一个为void(A::)()一个为void(B::)(),映射的地址分别为A::ABC和B::ABC。同样,就有三个映射元素的名字都为AB::c,类型则分别为longA::、longB::和longAB::,映射的偏移值依次为8、0和28。照前面说的先排列父类的成员变量再排列子类的成员变量,因此类型为longAB::的AB::c映射的值为两个父类的长度之和再加上AB::ab所带来的偏移。

注意问题,上面继承生成的8个映射元素中有两对同名,但不存在任何问题,因为它们的类型不同,而最后编译器将根据它们各自的类型而修改它们的名字以形成符号,这样连接时将不会发生重定义问题,但带来其他问题。ab.ABC();一定是ab.AB::ABC();的简写,因为ab是AB类型的,但现在由于有两个AB::ABC,因此上面直接书写ab.ABC将报错,因为无法知道是要哪个AB::ABC,这时怎么办?

回想本文上篇提到的公共、保护、私有继承,其中说过,公共就表示外界可以将子类的实例当作父类的实例来看待。即所有需要用到父类实例的地方,如果是子类实例,且它们之间是公共继承的关系,则编译器将会进行隐式类型转换将子类实例转换成父类实例。因此上面的ab.A_a=3;实际是ab.AB::A_a=3;,而AB::A_a的类型是longA::,而成员操作符要求两边所属的类型相同,左边类型为AB,且AB为A的子类,因此编译器将自动进行隐式类型转换,将AB的实例变成A的实例,然后再计算成员操作符。

注意前面说AB::A_b和AB::B_b的偏移值都为4,则ab.A_b=3;岂不是等效于ab.B_b=3;?即使按照上面的说法,由于AB::A_b和AB::B_b的类型分别是longA::和longB::,也最多只是前者转换成A的实例后者转换成B的实例,AB::A_b和AB::B_b映射的偏移依旧没变啊。因此变的是成员操作符左边的数字。对于结构AB,假设先排列父类A的成员变量再排列父类B的成员变量,则AB::B_b映射的偏移就应该为16(结构A的长度加上B::c引入的偏移),但它实际映射为4,因此就将成员操作符左侧的地址类型的数字加上12(结构A的长度)。而对于AB::A_b,由于结构A的成员变量先被排列,故只偏移0。假设上面ab对应的地址为3000,对于ab.B_b=4;,AB类型的地址类型的数字3000在“.”的左侧,转成B类型的地址类型的数字3012(因为偏移12),然后再将“.”右侧的偏移类型的数字4加上3012,最后返回类型为long的地址类型的数字3016,再继续计算“=”。同样也可知道ab.A_a=3;中的成员操作符最后返回long类型的地址类型的数字3000,而ab.A_b将返回3004,ab.ab将返回3024。

同样,这样也将进行隐式类型转换longAB::*p=&AB::B_b;。注意AB::B_b的类型为longB::,则将进行隐式类型转换。如何转换?原来AB::B_b映射的偏移为4,则现在将变成12+4=16,这样才能正确执行ab.*p=10;。

这时再回过来想刚才提的问题,AB::ABC无法区别,怎么办?注意还有映射元素A::ABC和B::ABC(两个AB::ABC就是由于它们两个而导致的),因此可以书写ab.A::ABC();来表示调用的是映射到A::ABC的函数。这里的A::ABC的类型是void(A::)(),而ab是AB,因此将隐式类型转换,则上面没有任何语法问题(虽然说A::ABC不是结构AB的成员,但它是AB的父类的成员,C++允许这种情况,也就是说A::ABC的名字也作为类型匹配的一部分而被使用。如假设结构C也从A派生,则有C::a,但就不能书写ab.C::a,因为从C::a的名字可以知道它并不属于结构AB)。同样ab.B::ABC();将调用B::ABC。注意上面结构A、B和AB都有一个成员变量名字为c且类型为long,那么ab.c=10;是否会如前面ab.ABC();一样报错?不会,因为有三个AB::c,其中有一个类型和ab的类型匹配,其映射的偏移为28,因此ab.c将会返回3028。而如果期望运用其它两个AB::c的映射,则如上通过书写ab.A::c和ab.B::c来偏移ab的地址以实现。

注意由于上面的说法,也就可以这样:void(AB::*pABC)()=B::ABC;(ab.*pABC)();。这里的B::ABC的类型为void(B::)(),和pABC不匹配,但正好B是AB的父类,因此将进行隐式类型转换。如何转换?因为B::ABC映射的是地址,而隐式类型转换要保证在调用B::ABC之前,先将this的类型变成B*,因此要将其加12以从AB*转变成B*。由于需要加这个12,但B::ABC又不是映射的偏移值,因此pABC实际将映射两个数字,一个是B::ABC对应的地址,一个是偏移值12,结果pABC这个指针的长度就不再如之前所说的为4个字节,而变成了8个字节(多出来的4个字节用于记录偏移值)。

还应注意前面在AB::ABCD中直接书写的A_b、c、A::c等,它们实际都应该在前面加上this->,即A_b=B_b=2;实际为this->A_b=this->B_b=2;,则同样如上,this被偏移了两次以获得正确的地址。注意上面提到的隐式类型转换之所以会进行,是因为继承时的权限满足要求,否则将失败。即如果上面AB保护继承A而私有继承B,则只有在AB的成员函数中可以如上进行转换,在AB的子类的成员函数中将只能使用A的成员而不能使用B的成员,因为权限受到限制。如下将失败。

structAB:protectedA,privateB{…};

structC:publicAB{voidABCD();};

voidC::ABCD(){A_b=10;B_b=2;c=A::c=B::c=24;}

这里在C::ABCD中的B_b=2;和B::c=24;将报错,因为这里是AB的子类,而AB私有继承自B,其子类无权将它看作B。但只是不会进行隐式类型转换罢了,依旧可以通过显示类型转换来实现。而main函数中的ab.A_a=3;ab.B_b=4;ab.A::ABC();都将报错,因为这是在外界发起的调用,没有权限,不会自动进行隐式类型转换。

注意这里C::ABCD和AB::ABCD同名,按照上面所说,子类的成员变量都可以和父类的成员变量同名(上面AB::c和A::c及B::c同名),成员函数就更没有问题。只用和前面一样,按照上面所说进行类型匹配检验即可。应注意由于是函数,则可以参数变化而函数名依旧相同,这就成了重载函数。

虚继承

前面已经说了,当生成了AB的实例,它的长度实际应该为A的长度加B的长度再加上AB自己定义的成员所占有的长度。即AB的实例之所以又是A的实例又是B的实例,是因为一个AB的实例,它既记录了一个A的实例又记录了一个B的实例。则有这么一种情况——蔬菜和水果都是植物,海洋生物和脯乳动物都是动物。即继承的两个父类又都从同一个类派生而来。假设如下:

structA{longa;};

structB:publicA{longb;};structC:publicA{longc;};

structD:publicA,publicC{longd;};

voidmain(){Dd;d.a=10;}

上面的B的实例就包含了一个A的实例,而C的实例也包含了一个A的实例。那么D的实例就包含了一个B的实例和一个C的实例,则D就包含了两个A的实例。即D定义时,将两个父类的映射元素继承,生成两个映射元素,名字都为D::a,类型都为longA::,映射的偏移值也正好都为0。结果main函数中的d.a=10;将报错,无法确认使用哪个a。这不是很奇怪吗?两个映射元素的名字、类型和映射的数字都一样!编译器为什么就不知道将它们定成一个,因为它们实际在D的实例中表示的偏移是不同的,一个是0一个是8。同样,为了消除上面的问题,就书写d.B::a=1;d.C::a=2;以表示不同实例中的成员a。可是B::a和C::a的类型不都是为longA::吗?但上面说过,成员变量或成员函数它们自身的名字也将在类型匹配中起作用,因此对于d.B::a,因为左侧的类型是D,则看右侧,其名字表示为B,正好是D的父类,先隐式类型转换,然后再看类型,是A,再次进行隐式类型转换,然后返回数字。假设上面d对应的地址为3000,则d.C::a先将d这个实例转换成C的实例,因此将3000偏移8个字节而返回long类型的地址类型的数字3008。然后再转换成A的实例,偏移0,最后返回3008。

上面说明了一个问题,即希望从A继承来的成员a只有一个实例,而不是像上面那样有两个实例。假设动物都有个饥饿度的成员变量,很明显地鲸鱼应该只需填充一个饥饿度就够了,结果有两个饥饿度就显得很奇怪。对此,C++提出了虚继承的概念。其格式就是在继承父类时在权限语法的前面加上关键字virtual即可,如下:

structA{longa,aa,aaa;voidABC();};structB:virtualpublicA{longb;};

这里的B就虚继承自A,B::b映射的偏移为多少?将不再是A的长度12,而是4。而继承生成的3个映射元素还是和原来一样,只是名字修饰变成B::而已,映射依旧不变。那么为什么B::b是4?之前的4个字节用来放什么?上面等同于下面:

structB{long*p;longb;longa,aa,aaa;voidABC();};

longBDiff[]={0,8};B::B(){p=BDiff;}

上面的B::p指向一全局数组BDiff。什么意思?B的实例的开头4个字节用来记录一个地址,也就相当于是一个指针变量,它记录的地址所标识的内存中记录着由于虚继承而导致的偏移值。上面的BDiff[1]就表示要将B实例转成A实例,就需要偏移BDiff[1]的值8,而BDiff[0]就表示要将B实例转成B实例需要的偏移值0。为什么还要来个B实例转B实例?后面说明。但为什么是数组?因为一个类可以通过多重派生而虚继承多个类,每个类需要的偏移值都会在BDiff的数组中占一个元素,它被称作虚类表(VirtualClassTable)。

因此当书写Bb;b.aaa=20;longa=sizeof(b);时,a的值为20,因为多了一个4字节来记录上面说的指针。假设b对应的地址为3000。先将B的实例转换成A的实例,本来应该偏移12而返回3012,但编译器发现B是虚继承自A,则通过B::p[1]得到应该的偏移值8,然后返回3008,接着再加上B::aaa映射的8而返回3016。同样,当b.b=10;时,由于B::b并不是被虚继承而来,直接将3000加上B::b映射的偏移值4得3004。而对于b.ABC();将先通过B::p[1]将b转成A的实例然后调用A::ABC。

为什么要像上面那样弄得那么麻烦?首先让我们来了解什么叫做虚(Virtual)。虚就是假象,并不是真的。比如一台老式电视机有10个频道,即它最多能记住10个电视台的频率。因此可以说1频道是中央1台、5频道是中央5台、7频道是四川台。这里就称频道对我们来说代表着电台频率是虚假的,因为频道并不是电台频率,只是记录了电台频率。当我们按5频道以换到中央5台时,有可能有人已经调过电视使得5频道不再是中央5台,而是另一个电视台或者根本就是一片雪花没有信号。因此虚就表示不保证,其可能正确可能错误,因为它一定是间接得到的,其实就相当于之前说的引用。有什么好处?只用记着按5频道就是中央5台,当以后不想再看中央5台而换成中央2台,则同样的“按5频道”却能得到不同的结果,但是程序却不用再编写了,只用记着“按5频道”就又能实现换到中央2台看。所以虚就是间接得到结果,由于间接,结果将不确定而显得更加灵活,这在后面说明虚函数时就能看出来。但虚的坏处就是多了一道程序(要间接获得),效率更低。

由于上面的虚继承,导致继承的元素都是虚的,即所有对继承而来的映射元素的操作都应该间接获得相应映射元素对应的偏移值或地址,但继承的映射元素对应的偏移值或地址是不变的,为此红字的要求就只有通过隐式类型转换改变this的值来实现。所以上面说的B转A需要的偏移值通过一个指针B::p来间接获得以表现其是虚的。

因此,开始所说的鲸鱼将会有两个饥饿度就可以让海洋生物和脯乳动物都从动物虚继承,因此将间接使用脯乳动物和海洋生物的饥饿度这个成员,然后在派生鲸鱼这个类时,让脯乳动物和海洋生物都指向同一个动物实例(因为都是间接获得动物的实例的,通过虚继承来间接使用动物的成员),这样当鲸鱼填充饥饿度时,不管填充哪个饥饿度,实际都填充同一个。而C++也正好这样做了。如下:

structA{longa;};

structB:virtualpublicA{longb;};structC:virtualpublicA{longc;};

structD:publicB,virtualpublicC{longd;};

voidmain(){Dd;d.a=10;}

当从一个类虚继承时,在排列派生类时(就是决定在派生类的类型定义符“{}”中定义的各成员变量的偏移值),先排列前面提到的虚类表的指针以实现间接获取偏移值,再排列各父类,但如果父类中又有被虚继承的父类,则先将这些部分剔除。然后排列派生类自己的映射元素。最后排列刚刚被剔除的被虚继承的类,此时如果发现某个被虚继承的类已经被排列过,则不用再重复排列一遍那个类,并且也不再为它生成相应的映射元素。

对于上面的B,发现虚继承A,则先排列前面说过的B::p,然后排列A,但发现A需要被虚继承,因此剔除,排列自己定义的映射元素B::b,映射的偏移值为4(由于B::p的占用)。最后排列A而生成继承来的映射元素B::a,所以B的长度为12。

对于上面的D,发现要从C虚继承,因此:

排列D::p,占4个字节。

排列父类B,发现其中的A是被虚继承的,剔除,所以将继承映射元素B::b(还有前面编译器自动生成的B::p),生成D::b,占4个字节(编译器将B::p和D::p合并为一个,后面说明虚函数时就了解了)。

排列父类C,发现C需要被虚继承,剔除。

排列D自己定义的成员D::d,其映射的偏移值就为4+4=8,占4个字节。

排列A和C,先排列A,占4个字节,生成D::a。

排列C,先排列C中的A,结果发现它是虚继承的,并发现已经排列过A,进而不再为C::a生成映射元素。接着排列C::p和C::c,占8个字节,生成D::c。

所以最后结构D的长度为4+4+4+4+8=24个字节,并且只有一个D::a,类型为longA::,偏移值为0。

如果上面很昏,不要紧,上面只是给出一种算法以实现虚继承,不同的编译器厂商会给出不同的实现方法,因此上面推得的结果对某些编译器可能并不正确。不过应记住虚继承的含义——被虚继承的类的所有成员都必须被间接获得,至于如何间接获得,则不同的编译器有不同的处理方式。

由于需要保证间接获得,所以对于longD::*pa=&D::a;,由于是longD::*,编译器发现D的继承体系中存在虚继承,必须要保证其某些成员的间接获得,因此pa中放的将不再是偏移值,否则d.*pa=10;将导致直接获得偏移值(将pa的内容取出来即可),违反了虚继承的含义。为了要间接访问pa所记录的偏移值,则必须保证代码执行时,当pa里面放的是D::a时会间接,而D::d时则不间接。很明显,这要更多和更复杂的代码,大多数编译器对此的处理就是全部都使用间接获得。因此pa的长度将为8字节,其中一个4字节记录偏移,还有一个4字节记录一个序号。这个序号则用于前面说的虚类表以获得正确的因虚继承而导致的偏移量。因此前面的B::p所指的第一个元素的值表示B实例转换成B实例,是为了在这里实现全部间接获得而提供的。

注意上面的D::p对于不同的D的实例将不同,只不过它们的内容都相同(都是结构D的虚类表的地址)。当D的实例刚刚生成时,那个实例的D::p的值将是一随机数。为了保证D::p被正确初始化,上面的结构D虽然没有生成构造函数,但编译器将自动为D生成一缺省构造函数(没有参数的构造函数)以保证D::p和上面从C继承来的C::p的正确初始化,结果将导致Dd={23,4};错误,因为D已经定义了一个构造函数,即使没有在代码上表现出来。

那么虚继承有什么意义呢?它从功能上说是间接获得虚继承来的实例,从类型上说与普通的继承没有任何区别,即虚继承和前面的public等一样,只是一个语法上的提供,对于数字的类型没有任何影响。在了解它的意义之前先看下虚函数的含义。

虚函数

虚继承了一个函数类型的映射元素,按照虚继承的说法,应该是间接获得此函数的地址,但结果却是间接获得this参数的值。为了间接获得函数的地址,C++又提出了一种语法——虚函数。在类型定义符“{}”中书写函数声明或定义时,在声明或定义语句前加上关键字virtual即可,如下:

structA{longa;virtualvoidABC(),BCD();};

voidA::ABC(){a=10;}voidA::BCD(){a=5;}

上面等同于下面:

structA{void(A::*pF)();longa;voidABC(),BCD();A();};

voidA::ABC(){a=10;}voidA::BCD(){a=5;}

void(A::*AVF[])()={A::ABC,A::BCD};voidA::A(){pF=AVF;}

这里A的成员A::pF和之前的虚类表一样,是一个指针,指向一个数组,这个数组被称作虚函数表(VirtualFunctionTable),是一个函数指针的数组。这样使用A::ABC时,将通过给出A::ABC在A::pF中的序号,由A::pF间接获得,因此Aa;a.ABC();将等同于(a.*(a.pF[0]))();。因此结构A的长度是8字节,再看下面的代码:

structB:publicA{longb;voidABC();};structC:publicA{longc;virtualvoidABC();};

structBB:publicB{longbb;voidABC();};structCC:publicC{longcc;voidABC();};

voidmain(){BBbb;bb.ABC();CCcc;cc.cc=10;}

首先,上面执行bb.ABC()但没有给出BB::ABC或B::ABC的定义,因此上面虽然编译通过,但连接时将失败。其次,上面没有执行cc.ABC();但连接时却会说CC::ABC未定义以表示这里需要CC::ABC的地址,为什么?因为生成了CC的实例,而CC::pF就需要在编译器自动为CC生成的缺省构造函数中被正确初始化,其需要CC::ABC的地址来填充。接着,给出如下的各函数定义。

voidB::ABC(){b=13;}voidC::ABC(){c=13;}

voidBB::ABC(){bb=13;b=10;}voidCC::ABC(){cc=13;c=10;}

如上后,对于bb.ABC();,等同于bb.BB::ABC();,虽然有三个BB::ABC的映射元素,但只有一个映射元素的类型为void(BB::)(),其映射BB::ABC的地址。由于BB::ABC并没有用virtual修饰,因此上面将等同于bb.BB::ABC();而不是(bb.*(pF[0]))();,bb将为13。对于cc.ABC();也是同样的,cc将为13。

对于((B*)&bb)->ABC();,因为左侧类型为B*,因此将为((B*)&bb)->B::ABC();,由于B::ABC并没被定义成虚函数,因此这里等同于((B*)&bb)->B::ABC();,b将为13。对于((C*)&cc)->ABC();,同样将为((C*)&cc)->C::ABC();,但C::ABC被修饰成虚函数,则前面等同于C*pC=&cc;(pC->*(pC->pF[0]))();。这里先将cc转换成C的实例,偏移0。然后根据pC->pF[0]来间接获得函数的地址,为CC::ABC,c将为10。因为cc是CC的实例,在其被构造时将填充cc.pF,那么如下:

void(CC::*CCVF[])()={CC::ABC,CC::BCD};CC::CC(){cc.pF=&CCVF;}

因此导致pC->ABC();结果调用的竟是CC::ABC而不是C::ABC,这正是由于虚的缘故而间接获得函数地址导致的。同样道理,对于((A*)&cc)->ABC();和((A*)&bb)->ABC();都将分别调用CC::ABC和BB::ABC。但请注意,(pC->*(pC->pF[0]))();中,pC是C*类型的,而pC->pF[0]返回的CC::ABC是void(CC::)()类型的,而上面那样做将如何进行实例的隐式类型转换?如果不进行将导致操作错误的成员。可以像前面所说,让CCVF的每个成员的长度为8个字节,另外4个字节记录需要进行的偏移。但大多数类其实并不需要偏移(如上面的CC实例转成A实例就偏移0),此法有些浪费资源。VC对此给出的方法如下,假设CC::ABC对应的地址为6000,并假设下面标号P处的地址就为6000,而CC::A_thunk对应的地址为5990。

voidCC::A_thunk(void*this)

{

this=((char*)this)+diff;

P:

//CC::ABC的正常代码

}

因此pC->pF[0]的值为5990,而并不是CC::ABC对应的6000。上面的diff就是相应的偏移,对于上面的例子,diff应该为0,所以实际中pC->pF[0]的值还是6000(因为偏移为0,没必要是5990)。此法被称作thunk,表示完成简单功能的短小代码。对于多重继承,如下:

structD:publicA{longd;};

structE:publicB,publicC,publicD{longe;voidABC(){e=10;}};

上面将有三个虚函数表,因为B、C和D都各自带了一个虚函数表(因为从A派生)。结果上面等同于:

structE

{

void(E::*B_pF)();longB_a,b;

void(E::*C_pF)();longC_a,c;

void(E::*D_pF)();longD_a,d;longe;voidABC(){e=10;}E();

voidE_C_thunk_ABC(){this=(E*)(((char*)this)–12);ABC();}

voidE_D_thunk_ABC(){this=(E*)(((char*)this)–24);ABC();}

};

void(E::*E_BVF[])()={E::ABC,E::BCD};

void(E::*E_CVF[])()={E::E_C_thunk_ABC,E::BCD};

void(E::*E_DVF[])()={E::E_D_thunk_ABC,E::BCD};

E::E(){B_pF=E_BVF;C_pF=E_CVF;D_pF=E_DVF;}

结果Ee;C*pC=&e;pC->ABC();D*pD=&e;pD->ABC();,假设e的地址为3000,则pC的值为3012,pD的值为3024。结果pC->pF的值就是E_CVF,pD->pF的值就是E_DVF,如此就解决了偏移问题。同样,对于前面的虚继承,当类里有多个虚类表时,如:

structA{};

structB:virtualpublicA{};structC:virtualpublicA{};structD:virtualpublicA{};

structE:publicB,publicC,publicD{};

这是E将有三个虚类表,并且每个虚类表都将在E的缺省构造函数中被正确初始化以保证虚继承的含义——间接获得。而上面的虚函数表的初始化之所以那么复杂也都只是为了保证间接获得的正确性。

应注意上面将E_BVF的类型定义为void(E::*[])()只是由于演示,希望在代码上尽量符合语法而那样写,并不表示虚函数的类型只能是void(E::)()。实际中的虚函数表只不过是一个数组,每个元素的大小都为4字节以记录一个地址而已。因此也可如下:

structA{virtualvoidABC();virtualfloatABC(double);};

structB:publicA{voidABC();floatABC(double);};

则Bb;A*pA=&b;pA->ABC();将调用类型为void(B::)()的B::ABC,而pA->ABC(34);将调用类型为float(B::)(double)的B::ABC。它们属于重载函数,即使名字相同也都是两个不同的虚函数。还应注意virtual和之前的public等,都只是从语法上提供给编译器一些信息,它们给出的信息都是针对某些特殊情况的,而不是所有在使用数字的地方都适用,因此不能作为数字的类型。所以virtual不是类型修饰符,它修饰一个成员函数只是告诉编译器在运用那个成员函数的地方都应该间接获得其地址。

为什么要提供虚这个概念?即虚函数和虚继承的意义是什么?出于篇幅限制,将在本文的下篇给出它们意义的讨论,即时说明多态性和实例复制等问题。

C++从零开始(十一)下篇

——类的相关知识

由于篇幅限制,本篇为《C++从零开始(十一)》的下篇,讨论多态性及一些剩下的问题。

虚的含义

本文的中篇已经介绍了虚的意思,就是要间接获得,并且举例说明电视机的频道就是让人间接获得电视台频率的,因此其从这个意义上说是虚的,因为它可能操作失败——某个频道还未调好而导致一片雪花。并且说明了间接的好处,就是只用编好一段代码(按5频道),则每次执行它时可能有不同结果(今天5频道被设置成中央5台,明天可以被定成中央2台),进而使得前面编的程序(按5频道)显得很灵活。注意虚之所以能够很灵活是因为它一定通过“一种手段”来间接达到目的,如每个频道记录着一个频率。但这是不够的,一定还有“另一段代码”能改变那种手段的结果(频道记录的频率),如调台。

先看虚继承。它间接从子类的实例中获得父类实例的所在位置,通过虚类表实现(这是“一种手段”),接着就必须能够有“另一段代码”来改变虚类表的值以表现其灵活性。首先可以自己来编写这段代码,但就要求清楚编译器将虚类表放在什么地方,而不同的编译器有不同的实现方法,则这样编写的代码兼容性很差。C++当然给出了“另一段代码”,就是当某个类在同一个类继承体系中被多次虚继承时,就改变虚类表的值以使各子类间接获得的父类实例是同一个。此操作的功能很差,仅仅只是节约内存而已。如:

structA{longa;};

structB:virtualpublicA{longb;};structC:virtualpublicA{longc;};

structD:publicB,publicC{longd;};

这里的D中有两个虚类表,分别从B和C继承而来,在D的构造函数中,编译器会编写必要的代码以正确初始化D的两个虚类表以使得通过B继承的虚类表和通过C继承的虚类表而获得的A的实例是同一个。

再看虚函数。它的地址被间接获得,通过虚函数表实现(这是“一种手段”),接着就必须还能改变虚函数表的内容。同上,如果自己改写,代码的兼容性很差,而C++也给出了“另一段代码”,和上面一样,通过在派生类的构造函数中填写虚函数表,根据当前派生类的情况来书写虚函数表。它一定将某虚函数表填充为当前派生类下,类型、名字和原来被定义为虚函数的那个函数尽量匹配的函数的地址。如:

structA{virtualvoidABC(),BCD(float),ABC(float);};

structB:publicA{virtualvoidABC();};

structC:publicB{voidABC(float),BCD(float);virtualfloatCCC(double);};

structD:publicC{voidABC(),ABC(float),BCD(float);};

在A::A中,将两个A::ABC和一个A::BCD的地址填写到A的虚函数表中。

在B::B中,将B::ABC和继承来的B::BCD和B::ABC填充到B的虚函数表中。

在C::C中,将C::ABC、C::BCD和继承来的C::ABC填充到C的虚函数表中,并添加一个元素:C::CCC。

在D::D中,将两个D::ABC和一个D::BCD以及继承来的D::CCC填充到D的虚函数表中。

这里的D是依次继承自A、B、C,并没有因为多重继承而产生两个虚函数表,其只有一个虚函数表。虽然D中的成员函数没有用virtual修饰,但它们的地址依旧被填到D的虚函数表中,因为virtual只是表示使用那个成员函数时需要间接获得其地址,与是否填写到虚函数表中没有关系。

电视机为什么要用频道来间接获得电视台的频率?因为电视台的频率人不容易记,并且如果知道一个频率,慢慢地调整共谐电容的电容值以使电路达到那个频率效率很低下。而做10组共谐电路,每组电路的电容值调好后就不再动,通过切换不同的共谐电路来实现快速转换频率。因此间接还可以提高效率。还有,5频道本来是中央5台,后来看腻了把它换成中央2台,则同样的动作(按5频道)将产生不同的结果,“按5频道”这个程序编得很灵活。

由上面,至少可以知道:间接用于简化操作、提高效率和增加灵活性。这里提到的间接的三个用处都基于这么一个想法——用“一种手段”来达到目的,用“另一段代码”来实现上面提的用处。而C++提供的虚继承和虚函数,只要使用虚继承来的成员或虚函数就完成了“一种手段”。而要实现“另一段代码”,从上面的说明中可以看出,需要通过派生的手段来达到。在派生类中定义和父类中声明的虚函数原型相同的函数就可以改变虚函数表,而派生类的继承体系中只有重复出现了被虚继承的类才能改变虚类表,而且也只是都指向同一个被虚继承的类的实例,远没有虚函数表的修改方便和灵活,因此虚继承并不常用,而虚函数则被经常的使用。

虚的使用

由于C++中实现“虚”的方式需要借助派生的手段,而派生是生成类型,因此“虚”一般映射为类型上的间接,而不是上面频道那种通过实例(一组共谐电路)来实现的间接。注意“简化操作”实际就是指用函数映射复杂的操作进而简化代码的编写,利用函数名映射的地址来间接执行相应的代码,对于虚函数就是一种调用形式表现多种执行结果。而“提高效率”是一种算法上的改进,即频道是通过重复十组共谐电路来实现的,正宗的空间换时间,不是类型上的间接可以实现的。因此C++中的“虚”就只能增加代码的灵活性和简化操作(对于上面提出的三个间接的好处)。

比如动物会叫,不同的动物叫的方式不同,发出的声音也不同,这就是在类型上需要通过“一种手段”(叫)来表现不同的效果(猫和狗的叫法不同),而这需要“另一段代码”来实现,也就是通过派生来实现。即从类Animal派生类Cat和类Dog,通过将“叫(Gnar)”声明为Animal中的虚函数,然后在Cat和Dog中各自再实现相应的Gnar成员函数。如上就实现了用Animal::Gnar的调用表现不同的效果,如下:

Catcat1,cat2;Dogdog;Animal*pA[]={&cat1,&dog,&cat2};

for(unsignedlongi=0;i<sizeof(pA);i++)pA[i]->Gnar();

上面的容器pA记录了一系列的Animal的实例的引用(关于引用,可参考《C++从零开始(八)》),其语义就是这是3个动物,至于是什么不用管也不知道(就好象这台电视机有10个频道,至于每个是什么台则不知道),然后要求这3个动物每个都叫一次(调用Animal::Gnar),结果依次发出猫叫、狗叫和猫叫声。这就是之前说的增加灵活性,也被称作多态性,指同样的Animal::Gnar调用,却表现出不同的形态。上面的for循环不用再写了,它就是“一种手段”,而欲改变它的表现效果,就再使用“另一段代码”,也就是再派生不同的派生类,并把派生类的实例的引用放到数组pA中即可。

因此一个类的成员函数被声明为虚函数,表示这个类所映射的那种资源的相应功能应该是一个使用方法,而不是一个实现方式。如上面的“叫”,表示要动物“叫”不用给出参数,也没有返回值,直接调用即可。因此再考虑之前的收音机和数字式收音机,其中有个功能为调台,则相应的函数应该声明为虚函数,以表示要调台,就给出频率增量或减量,而数字式的调台和普通的调台的实现方式很明显的不同,但不管。意思就是说使用收音机的人不关心调台是如何实现的,只关心怎样调台。因此,虚函数表示函数的定义不重要,重要的是函数的声明,虚函数只有在派生类中实现有意义,父类给出虚函数的定义显得多余。因此C++给出了一种特殊语法以允许不给出虚函数的定义,格式很简单,在虚函数的声明语句的后面加上“=0”即可,被称作纯虚函数。如下:

classFood;classAnimal{public:virtualvoidGnar()=0,Eat(Food&)=0;};

classCat:publicAnimal{public:voidGnar(),Eat(Food&);};

classDog:publicAnimal{voidGnar(),Eat(Food&);};

voidCat::Gnar(){}voidCat::Eat(Food&){}voidDog::Gnar(){}voidDog::Eat(Food&){}

voidmain(){Catcat;Dogdog;Animalani;}

上面在声明Animal::Gnar时在语句后面书写“=0”以表示它所映射的元素没有定义。这和不书写“=0”有什么区别?直接只声明Animal::Gnar也可以不给出定义啊。注意上面的Animalani;将报错,因为在Animal::Animal中需要填充Animal的虚函数表,而它需要Animal::Gnar的地址。如果是普通的声明,则这里将不会报错,因为编译器会认为Animal::Gnar的定义在其他的文件中,后面的连接器会处理。但这里由于使用了“=0”,以告知编译器它没有定义,因此上面代码编译时就会失败,编译器已经认定没有Animal::Gnar的定义。

但如果在上面加上Animal::Gnar的定义会怎样?Animalani;依旧报错,因为编译器已经认定没有Animal::Gnar的定义,连函数表都不会查看就否定Animal实例的生成,因此给出Animal::Gnar的定义也没用。但映射元素Animal::Gnar现在的地址栏填写了数字,因此当cat.Animal::Gnar();时没有任何问题。如果不给出Animal::Gnar的定义,则cat.Animal::Gnar();依旧没有问题,但连接时将报错。

注意上面的Dog::Gnar是private的,而Animal::Gnar是public的,结果dog.Gnar();将报错,而dog.Animal::Gnar();却没有错误(由于它是虚函数结果还是调用Dog::Gnar),也就是前面所谓的public等与类型无关,只是一种语法罢了。还有classFood;,不用管它是声明还是定义,只用看它提供了什么信息,只有一个——有个类型名的名字为Food,是类型的自定义类型。而声明Animal::Eat时,编译器也只用知道Food是一个类型名而不是程序员不小心打错字了就行了,因为这里并没有运用Food。

上面的Animal被称作纯虚基类。基类就是类继承体系中最上层的那个类;虚基类就是基类带有纯虚成员函数;纯虚基类就是没有成员变量和非纯虚成员函数,只有纯虚成员函数的基类。上面的Animal就定义了一种规则,也称作一种协议或一个接口。即动物能够Gnar,而且也能够Eat,且Eat时必须给出一个Food的实例,表示动物能够吃食物。即Animal这个类型成了一张说明书,说明动物具有的功能,它的实例变得没有意义,而它由于使用纯虚函数也正好不能生成实例。

如果上面的Gner和Eat不是纯虚函数呢?那么它们都必须有定义,进而动物就不再是一个抽象概念,而可以有实例,则就可以有这么一种动物,它是动物,但它又不是任何一种特定的动物(既不是猫也不是狗)。很明显,这样的语义和纯虚基类表现出来的差很远。

那么虚继承呢?被虚继承的类的成员将被间接操作,这就是它的“一种手段”,也就是说操作这个被虚继承的类的成员,可能由于得到的偏移值不同而操作不同的内存。但对虚类表的修改又只限于如果重复出现,则修改成间接操作同一实例,因此从根本上虚继承就是为了解决上篇所说的鲸鱼有两个饥饿度的问题,本身的意义就只是一种算法的实现。这导致在设计海洋生物和脯乳动物时,无法确定是否要虚继承父类动物,而要看派生的类中是否会出现类似鲸鱼那样的情况,如果有,则倒过来再将海洋生物和脯乳动物设计成虚继承自动物,这不是好现象。

static(静态)

在《C++从零开始(五)》中说过,静态就是每次运行都没有变化,而动态就是每次运行都有可能变化。C++给出了static关键字,和上面的public、virtual一样,只是个语法标识而已,不是类型修饰符。它可作用于成员前面以表示这个成员对于每个实例来说都是不变的,如下:

structA{staticlonga;longb;staticvoidABC();};longA::a;

voidA::ABC(){a=10;b=0;};voidmain(){Aa;a.a=10;a.b=32;}

上面的A::a就是结构A的静态成员变量,A::ABC就是A的静态成员函数。有什么变化?上面的映射元素A::a的类型将不再是longA::而是long。同样A::ABC的类型也变成void()而不是void(A::)()。

首先,成员要对它的类的实例来说都是静态的,即成员变量对于每个实例所标识的内存的地址都相同,成员函数对于每个this参数进行修改的内存的地址都是不变的。上面把A::a和A::ABC变成普通类型,而非偏移类型,就消除了它们对A的实例的依赖,进而实现上面说的静态。

由于上面对实例依赖的消除,即成员函数去掉this参数,成员变量映射的是一确切的内存地址而不再是偏移,所以structA{staticlonga;};只是对变量A::a进行了声明,其名字为A::a,类型为long,映射的地址并没有给出,即还未定义,所以必须在全局空间中(即不在任何一个函数体内)再定义一遍,进而有longA::a;。同样A::ABC的类型为void(),被去除了this参数,进而在A::ABC中的b=10;等同于A::b=10;,发现A::b是偏移类型,需要this参数,则等同于this->A::b=10;。结果A::ABC没有this参数,错误。而对于a=10;,等同于A::a=10;,而已经有这个变量,故没任何问题。

注意上面的a.a=10;等同于a.A::a=10;,而A::a不是偏移类型,那这里不是应该报错吗?对此C++特别允许这种类型不匹配的现象,其中的“a.”等于没有,因为这正是前面我们要表现的静态成员。即Aa,b;a.a=10;b.a=20;执行后,a.a为20,因为不管哪个实例,对成员A::a的操作都修改的同一个地址所标识的内存。

什么意义?它们和普通的变量的区别就是名字被A::限定,进而能表现出它们的是专用于类A的。比如房子,房子的门的高度和宽度都定好了,有两个房子都是某个公司造的,它们的门的高度和宽度相同,因此门的高度和宽度就应该作为那个公司造的房子的静态成员以记录实际的高度和宽度,但它们并不需要因实例的不同而变化。

除了成员,C++还提供了静态局部变量。局部变量就是在函数体内的变量,被一对“{}”括起来,被限制了作用域的变量。对于函数,每次调用函数,由于函数体内的局部变量都是分配在栈上,按照之前说的,这些变量其实是一些相对值,则每次调用函数,可能由于栈的原因而导致实际对应的地址不同。如下:

voidABC(){longa=0;a++;}voidBCD(){longd=0;ABC();}

voidmain(){ABC();BCD();}

上面main中调用ABC而产生的局部变量a所对应的地址和由于调用BCD,而在BCD中调用ABC而产生的a所对应的地址就不一样,原理在《C++从零开始(十五)》中说明。因此静态局部变量就表示那个变量的地址不管是通过什么途径调用它所在的函数,都不变化。如下:

voidABC(){staticlonga=0;a++;}voidBCD(){longd=0;d++;ABC();}

voidmain(){ABC();BCD();}

上面的变量a的地址是固定值,而不再是原来那种相对值了。这样从main中调用ABC和从BCD中调用ABC得到的变量a的地址是相同的。上面等同于下面:

longg_ABC_a=0;voidABC(){g_ABC_a++;}voidBCD(){longd=0;d++;ABC();}

voidmain(){ABC();BCD();}

因此上面ABC中的静态局部变量a的初始化实际在执行main之前就已经做了,而不是想象的在第一次调用ABC时才初始化,进而上面代码执行完后,ABC中的a的值为2,因为ABC的两次调用。

它的意义?表示这个变量只在这个函数中才被使用,而它的生命期又需要超过函数的执行期。它并不能提供什么语义(因为能提供的“在这个函数才被使用”使用局部变量就可以做到),只是当某些算法需要使用全局变量,而此时这个算法又被映射成了一个函数,则使用静态变量具有很好的命名效果——既需要全局变量的生存期又应该有局部变量的语义。

inline(嵌入)

函数调用的效率较低,调用前需要将参数按照调用规则存放起来,然后传递存放参数的内存,还要记录调用时的地址以保证函数执行完后能回到调用处(关于细节在《C++从零开始(十五)》中讨论),但它能降低代码的长度,尤其是函数体比较大而代码中调用它的地方又比较多,可以大幅度减小代码的长度(就好像循环10次,如果不写循环语句,则需要将循环体内的代码复制10遍)。但也可能倒过来,调用次数少而函数体较小,这时之所以还映射成函数是为了语义更明确。此时可能更注重的是执行效率而不是代码长度,为此C++提供了inline关键字。

在函数定义时,在定义语句的前面书写inline即可,表示当调用这个函数时,在调用处不像原来那样书写存放、传递参数的代码,而将此函数的函数体在调用处展开,就好像前面说的将循环体里的代码复制10遍一样。这样将不用做传递参数等工作,代码的执行效率将提高,但最终生成的代码的长度可能由于过多的展开而变长。如下:

voidABCD();voidmain(){ABCD();}inlinevoidABCD(){longa=0;a++;}

上面的ABCD就是inline函数。注意ABCD的声明并没有书写inline,因为inline并不是类型修饰符,它只是告诉编译器在生成这个函数时,要多记录一些信息,然后由连接器根据这些信息在连接前视情况展开它。注意是“视情况”,即编译器可能足够智能以至于在连接时发现对相应函数的调用太多而不适合展开进而不展开。对此,不同的编译器给出了不同的处理方式,对于VC,其就提供了一个关键字__forceinline以表示相应函数必须展开,不用去管它被调用的情况。

前面说过,对于在类型定义符中书写的函数定义,编译器将把它们看成inline函数。变成了inline函数后,就不用再由于多个中间文件都给出了函数的定义而不知应该选用哪个定义所产生的地址,因为所有调用这些函数的地方都不再需要函数的地址,函数将直接在那里展开。

const(常量)

前面提到某公司造的房子的门的高度和宽度应该为静态成员变量,但很明显,在房子的实例存在的整个期间,门的高度和宽度都不会变化。C++对此专门提出了一种类型修饰符——const。它所修饰的类型表示那个类型所修饰的地址类型的数字不能被用于写操作,即地址类型的数字如果是const类型将只能被读,不能被修改。如:constlonga=10,b=20;a++;a=4;(注意不能cosntlonga;,因为后续代码都不能修改a,而a的值又不能被改变,则a就没有意义了)。这里a++;和a=4;都将报错,因为a的类型为cosntlong,表示a的地址所对应的内存的值不能被改变,而a++;和a=4;都欲改变这个值。

由于constlong是一个类型,因此也就很正常地有constlong*,表示类型为constlong的指针,因此按照类型匹配,有:constlong*p=&b;p=&a;*p=10;。这里p=&a;按照类型匹配很正常,而p是常量的long类型的指针,没有任何问题。但是*p=10;将报错,因为*p将p的数字直接转换成地址类型,也就成了常量的long类型的地址类型,因此对它进行写入操作错误。

注意有:constlong*constp=&a;p=&a;*p=10;,按照从左到右修饰的顺序,上面的p的类型为constlong*const,是常量的long类型的指针的常量,表示p的地址所对应的内存的值不能被修改,因此后边的p=&a;将错误,违反const的意义。同样*p=10;也错误。不过可以:

longa=3,*constp=&a;p=&a;*p=10;

上面的p的类型为long*const,为long类型的常量,因此其必须被初始化。后续的p=&a;将报错,因为p是long*const,但*p=10;却没有任何问题,因为将long*转成long后没有任何问题。所以也有:

constlonga=0;constlong*constp=&a;constlong*const*pp=&p;

只要按照从左到右的修饰顺序,而所有的const修饰均由于取内容操作符“*”的转换而变成相应类型中指针类型修饰符“*”左边的类型,因此*pp的类型是constlong*const,*p的类型是constlong。

应注意C++还允许如下使用:

structA{longa,b;voidABC()const;};

voidA::ABC()const{a=10;b=10;}

上面的A::ABC的类型为void(A::)()const,其等同于:

voidA_ABC(constA*this){this->a=10;this->b=10;}

因此上面的a=10;和b=10;将报错,因为this的类型是constA*。上面的意思就是函数A::ABC中不能修改成员变量的值,因为各this的参数变成了constA*,但可以修改类的静态成员变量的值,如:

structA{staticlongc;longa,b;voidABC()const;}longA::c;

voidA::ABC()const{a=b=10;c=20;}

等同于:voidA_ABC(constA*this){this->a=this->b=10;A::c=20;}。故依旧可以修改A::c的值。

有什么意义?出于篇幅,有关const的语义还请参考我写的另一篇文章《语义的需要》。

friend(友员)

发信机具有发送电波的功能,收信机具有接收电波的功能,而发信机、收信机和电波这三个类,首先发信机由于将信息传递给电波而必定可以修改电波的一些成员变量,但电波的这些成员应该是protected,否则随便一个石头都能接收或修改电波所携带的信息。同样,收信机要接收电波就需要能访问电波的一些用protected修饰的成员,这样就麻烦了。如果在电波中定义两个公共成员函数,让发信机和收信机可以通过它们来访问被protected的成员,不就行了?这也正是许多人犯的毛病,既然发信机可以通过那个公共成员函数修改电波的成员,那石头就不能用那个成员函数修改电波吗?这等于是原来没有门,后来有个门却不上锁。为了消除这个问题,C++提出了友员的概念。

在定义某个自定义类型时,在类型定义符“{}”中声明一个自定义类型或一个函数,在声明或定义语句的前面加上关键字friend即可,如:

classReceiver;classSender;

classWave{private:longb,c;friendclassReceiver;friendclassSender;};

上面就声明了Wave的两个友员类,以表示Receiver和Sender具备了Wave的资格,即如下:

classA{private:longa;};classWave:publicA{…};

voidReceiver::ABC(){Wavewav;wav.a=10;wav.b=10;wav.A::a=10;}

上面由于Receiver是Wave的友员类,所以在Receiver::ABC中可以直接访问Wave::a、Wave::b,但wav.A::a=10;就将报错,因为A::a是A的私有成员,Wave不具备反问它的权限,而Receiver的权限等同于Wave,故权限不够。

同样,也可有友员函数,即给出函数的声明或定义,在语句前加上friend,如下:

classReceiver{public:voidABC();};

classA{private:longa;friendvoidReceiver::ABC();};

这样,就将Receiver::ABC作为了A的友员函数,则在Receiver::ABC中,具有类A具有的所有权限。

应注意按照给出信息的思想,上面还可以如下:

classA{private:longa;friendvoidReceiver::ABC(){longa=0;}};

这里就定义了函数Receiver::ABC,由于是在类型定义符中定义的,前面已经说过,Receiver::ABC将被修饰为inline函数。

那么友员函数的意义呢?一个操作需要同时操作两个资源中被保护了的成员,则这个操作应该被映射为友员函数。如盖章需要用到文件和章两个资源,则盖章映射成的函数应该为文件和章的友员函数。

名字空间

前面说明了静态成员变量,它的语义是专用于某个类而又独立于类的实例,它与全局变量的关键不同就是名字多了个限定符(即“::”,表示从属关系),如A::a是A的静态成员变量,则A::a这个名字就可以表现出a从属于A。因此为了表现这种从属关系,就需要将变量定义为静态成员变量。

考虑一种情况,映射采矿。但是在陆地上采矿和在海底采矿很明显地不同,那么应该怎么办?映射两个函数,名字分别为MiningOnLand和MiningOnSeabed。好,然后又需要映射在陆地勘探和在海底勘探,怎么办?映射为ProspectOnLand和ProspectOnSeabed。如果又需要映射在陆地钻井和在海底钻井,在陆地爆破和在海底爆破,怎么办?很明显,这里通过名字来表现语义已经显得牵强了,而使用静态成员函数则显得更加不合理,为此C++提供了名字空间,格式为namespace<名字>{<各声明或定义语句>}。其中的<名字>为定义的名字空间的名字,而<各声明或定义语句>就是多条声明或定义语句。如下:

namespaceOnLand{voidMining();voidProspect();voidArtesianWell(){}}

namespaceOnSeabed{voidMining();voidProspect();voidArtesianWell(){}}

voidOnLand::Mining(){longa=0;a++;}voidOnLand::Prospect(){longa=0;a++;}

voidOnSeabed::Mining(){longa=0;a++;}voidOnSeabed::Prospect(){longa=0;a++;}

上面就定义了6个元素,每个的类型都为void()。注意上面OnLand::ArtesianWell和OnSeabed::ArtesianWell的定义直接写在“{}”中,将是inline函数。这样定义的六个变量它们的名字就带有限定符,能够从名字上体现从属关系,语义表现得比原来更好,OnSeabed::Prospect就表示在海底勘探。注意也可以如下:

namespaceA{longb=0;longa=0;namespaceB{longB=0;floata=0.0f}}

namespaceC{structABC{longa,b,c,d;voidABCD(){a=b=c=d=12;}}ab;}

namespaceD{voidABC();voidABC(){longa=0;a++;}externfloatbd;}

即名字空间里面可以放任何声明或定义语句,也可以用于修饰自定义结构,因此就可以C::ABCa;a.ABCD();。应注意C++还允许给名字空间别名,比如:namespaceAB=C;AB::ABCa;a.ABCD();。这里就给名字空间C另起了个名字AB,就好像之前提过的typedef一样。

还应注意自定义类型的定义的效果和名字空间很像,如structA{longa;};将生成A::a,和名字空间一样为映射元素的名字加上了限定符,但应该了解到结构A并不是名字空间,即namespaceABC=A;将失败。名字空间就好像所有成员都是静态成员的自定义结构。

为了方便名字空间的使用,C++提供了using关键字,其后面接namespace和名字空间的名字,将把相应名字空间中的所有映射元素复制一份,但是去掉了名字前的所有限定符,并且这些元素的有效区域就在using所在的位置,如:

voidmain(){{usingnamespaceC;ABCa;a.ABCD();}ABCb;b.ABCD();}

上面的ABCb;将失败,因为usingnamespaceC;的有效区域只在前面的“{}”内,出了就无效了,因此应该C::ABCb;b.ABCD();。有什么用?方便书写。因为每次调用OnLand::Prospect时都要写OnLand::,显得有点烦琐,如果知道在某个区域内并不会用到OnSeabed的成员,则可以usingnamespaceOnLand;以减小代码的繁杂度。

注意C++还提供了using更好的使用方式,即只希望去掉名字空间中的某一个映射元素的限定符而不用全部去掉,比如只去掉OnLand::Prospect而其它的保持,则可以:usingOnLand::Prospect;Prospect();Mining();。这里的Mining();将失败,而Prospect();将成功,因为usingOnLand::Prospect;只去掉了OnLand::Prospect的限定符。

至此基本上已经说明了C++的大部分内容,只是还剩下模板和异常没有说明(还有自定义类型的操作符重载,出于篇幅,在《C++从零开始(十七)》中说明),它们带的语义都很少,很大程度上就和switch语句一样,只是一种算法的包装而已。下篇介绍面向对象编程思想,并给出“世界”的概念以从语义出发来说明如何设计类及类的继承体系。



分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics