博客
关于我
Effective C++条款54:杂项讨论——让自己熟悉包括TR1在内的标准程序库
阅读量:522 次
发布时间:2019-03-08

本文共 1275 字,大约阅读时间需要 4 分钟。

一、C++标准的历史

C++标准的发展经历了多个阶段,每个阶段都带来了语言和标准库的重大进步。以下是主要的发展历程:

1. C++98

C++98于1998年通过,是C++语言第一份正式标准。其官方名称为"Information Technology-Programming Languages-C++",文档编号为ISO/IEC 14882:1998。

2. C++03

C++03是C++98的一个技术修正(Technical Corrigendum, TC),主要修复了一些较小的技术问题。尽管如此,C++03仍被视为C++98的延续,文档编号为ISO/IEC 14882:2003。

3. TR1

TR1(Technical Report on C++ Library Extensions)于2007年发布,主要引入了14个新的标准库组件,这些组件都被包含在标准的std::tr1命名空间中。编写时可以选择使用std::限定符,也可以选择std::tr1::限定符。

4. C++11/C++0x

C++11于2011年批准,是第二份正式C++标准。该标准在语言和标准库方面进行了重大改进,其中TR1的内容已经被整合到新的std::命名空间中。C++11被称为"物联网"年,最初预计将于2009年完成,但最终延迟至2011年问世。

5. C++17和C++20

后续工作已经进入C++17和C++20的开发阶段,这些版本将继续引入新的语言功能和标准库扩展。


二、TR1之前的标准库内容(C++98)

在TR1之前的标准库主要包含以下内容:

  • 基本输入/输出操作:包括文件操作、屏幕输入输出等;
  • 字符串处理:提供了std::string和相关操作;
  • 容器类:如std::vectorstd::liststd::map等;
  • 算法库:提供了基本的算法,如find、sort等;
  • 迭代器:定义了集合的内部结构体,如std::iterator
  • ** numeral limiting -->
  • 通信与并发:包含了网络通信和 多线程支持。

三、TR1标准

TR1(技术报告)引入了对C++98标准库的重大扩展,新增了以下内容:

1. 组建分类

TR1标准定义了14个新的组建,这些组建分为两组:

  • 第一组:提供彼此独立的、互不干扰的功能。例如:

    • std::tr1::shared_ptrstd::tr1::unique_ptr
    • std::tr1::array,一个可选型模板数组;
    • std::tr1::functional,提供基于函数的适配器。
  • 第二组:利用精细化的模板技术(包括模板元编程)。例如:

    • std::tr1::bindstd::tr1::function,提供基于函数的可变参数适配。

2. 命名空间结构

这些新组建全部放置在std::tr1命名空间中,因此在编写时可选择使用std::限定符或std::tr1::


这段内容经过优化后,结构更清晰、语言更简洁,内容更具专业性,同时涵盖了关键点,适合技术文档或标准资料使用。

转载地址:http://ellnz.baihongyu.com/

你可能感兴趣的文章
NTP服务器
查看>>
NTP配置
查看>>
NUC1077 Humble Numbers【数学计算+打表】
查看>>
NuGet Gallery 开源项目快速入门指南
查看>>
NuGet(微软.NET开发平台的软件包管理工具)在VisualStudio中的安装的使用
查看>>
nuget.org 无法加载源 https://api.nuget.org/v3/index.json 的服务索引
查看>>
Nuget~管理自己的包包
查看>>
NuGet学习笔记001---了解使用NuGet给net快速获取引用
查看>>
nullnullHuge Pages
查看>>
NullPointerException Cannot invoke setSkipOutputConversion(boolean) because functionToInvoke is null
查看>>
null可以转换成任意非基本类型(int/short/long/float/boolean/byte/double/char以外)
查看>>
Number Sequence(kmp算法)
查看>>
Numix Core 开源项目教程
查看>>
numpy
查看>>
Numpy 入门
查看>>
NumPy 库详细介绍-ChatGPT4o作答
查看>>
NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
查看>>
numpy 或 scipy 有哪些可能的计算可以返回 NaN?
查看>>
numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
查看>>
numpy 数组与矩阵的乘法理解
查看>>