博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
C++入门
阅读量:2119 次
发布时间:2019-04-30

本文共 979 字,大约阅读时间需要 3 分钟。

经典书籍

C++ programming language

C++ primer
Effective C++ Third Edition
The C++ Standard Library
STL源码剖析

C和C++对比

  • C包含data和functions,data中的variables都是全局的
  • C++采用class/struct来包含data和functions,从而创建对象

C++类型

object based:面对的是单一class的设计

object oriented:面对的是多重classes的设计,存在classes之间的联系

C++程序构成

C++包括C++语言和C++标准库,不会使用标准库不是好的C++程序员

C++ 代码包含头文件和主程序,标准库也是以头文件呈现

后缀名.h或.cpp不是固定的,根据平台而定

使用防卫式声明

#ifndef __COMPLEX__#define __COMPLEX__//...#endif

合理使用模板

#include 
using namespace std;template
class A{
private: T data;public: A(T num): data(num){
} void print(){
cout << data << endl; }};int main(){
A
*p = new A
(10.98); p->print(); return 0;}

虚函数继承

  • non-virtual函数:不希望派生类重新定义
  • virtual函数:已有定义,但派生类会重新定义
  • pure virtual函数:默认没有定义
class Shape{
public: virtual void draw() const = 0; virtual void error(const std::string& msg); int bojectID() const; ...}class Rectangle : public Shape{
};class Ellipse : public Shape{
};

转载地址:http://kmwrf.baihongyu.com/

你可能感兴趣的文章
论文复现:用 CNN 进行文本分类
查看>>
多复杂的 CNN 都离不开的这几个基本结构
查看>>
实践:动手搭建神经机器翻译模型
查看>>
透彻理解神经机器翻译的原理
查看>>
实践:动手搭建聊天机器人
查看>>
情感分析 Kaggle 实战
查看>>
动手实现 Bahdanau 注意力模型
查看>>
用一个小例子理解 seq2seq 的本质
查看>>
双向 LSTM-CRF 实现命名实体识别
查看>>
序列模型实现词性标注
查看>>
双向 RNN 识别手写数字
查看>>
Peephole LSTM、GRU 实战
查看>>
LSTM 的几种改进方案
查看>>
用 word2vec 进行文档聚类
查看>>
详解 GloVe 的原理和应用
查看>>
word2vec:基于层级 softmax 和负采样的 Skip-Gram
查看>>
word2vec:基于层级 softmax 和负采样的 CBOW
查看>>
用 RNN 建立语言模型
查看>>
LSTM 三重门背后的故事
查看>>
具有记忆能力的 RNN
查看>>