C++STL:顺序容器之vector
liuian 2025-01-14 15:20 23 浏览
C++ STL中的Vector详解
引言
C++的标准模板库(STL)提供了多种容器,其中vector是一个常用的顺序容器。它不仅能动态管理元素,还能高效地执行插入、删除等操作。本文将深入探讨vector的定义、操作及其应用。
1. 定义和包含头文件
使用vector之前,需包含其对应的头文件:
#include <vector>
定义一个vector的基本语法如下:
std::vector<数据类型> 变量名;
例如,创建一个整数类型的vector:
std::vector<int> numbers; // 创建一个空的整数向量
说明
- vector:表示动态数组,可根据需要自动扩展或收缩。
- 数据类型:指定容器中存储的数据类型,如 int、double、std::string等。
2. 创建和初始化vector
你可以通过不同的方式创建和初始化vector:
std::vector<int> numbers = {1, 2, 3, 4, 5}; // 创建并初始化一个整数向量
说明
使用大括号 {}进行初始化,可以直接为vector提供初始值,这种方式在代码中非常简洁明了。
3. 向vector中添加元素
向vector中添加元素的常用方法有两种:
numbers.push_back(6); // 在向量末尾添加一个元素
numbers.insert(numbers.begin() + 2, 7); // 在指定位置插入一个元素
说明
- push_back:将元素添加到vector的末尾,操作效率较高。
- insert:可以在vector的指定位置插入元素,但可能会导致较低的效率,因为需要移动元素。
4. 访问和修改vector中的元素
访问vector中的元素可以使用以下方式:
int element = numbers[0]; // 访问第一个元素
int element = numbers.at(1); // 安全访问第二个元素,进行边界检查
numbers[0] = 10; // 修改第一个元素的值
说明
- 使用 []访问元素时不进行边界检查,使用 at()方法则提供安全性,适用于不确定索引是否合法的情况。
5. 获取vector的大小和容量
可以使用以下方法获取vector的元素数量和容量:
int size = numbers.size(); // 获取向量中的元素数量
int capacity = numbers.capacity(); // 获取向量的容量
说明
- size:表示当前存储的元素数量。
- capacity:表示在不需要重新分配内存的情况下,vector可以存储的元素数量。
6. 遍历vector中的元素
遍历vector的常用方法有两种:
for (int i = 0; i < numbers.size(); i++) {
std::cout << numbers[i] << " ";
}
// 使用范围-based for循环(C++11及以上版本)
for (int num : numbers) {
std::cout << num << " ";
}
说明
- 第一种方式使用传统的for循环,适用于需要索引的场景。
- 第二种方式更简洁,适合直接遍历所有元素。
7. 删除vector中的元素
从vector中删除元素可以使用以下命令:
numbers.pop_back(); // 删除向量末尾的元素
numbers.erase(numbers.begin() + 2); // 删除指定位置的元素
说明
- pop_back:直接删除最后一个元素,效率高。
- erase:可以删除指定位置的元素,但会导致后续元素移动。
8. 判断vector是否为空
你可以通过以下命令判断vector是否为空:
bool isEmpty = numbers.empty(); // 判断向量是否为空
说明
- empty:返回一个布尔值,指示vector是否没有元素。
9. 其他成员函数
vector还提供了许多其他有用的成员函数,例如:
- sort:对vector中的元素进行排序。
- find:查找元素在vector中的位置。
代码示例
#include <algorithm> // 用于sort和find
std::sort(numbers.begin(), numbers.end()); // 对向量进行排序
auto it = std::find(numbers.begin(), numbers.end(), 3); // 查找元素3
if (it != numbers.end()) {
std::cout << "Found 3 at index: " << std::distance(numbers.begin(), it) << std::endl;
}
说明
- std::sort:使用算法库提供的排序功能。
- std::find:查找元素,并返回迭代器位置。
10. 分析说明表
操作 | 代码示例 | 说明 |
包含头文件 | #include <vector> | 包含vector的定义。 |
创建空向量 | std::vector<int> numbers; | 创建一个空的整数向量。 |
初始化向量 | std::vector<int> numbers = {1, 2, 3}; | 创建并初始化一个整数向量。 |
添加元素 | numbers.push_back(6); | 在末尾添加元素。 |
访问元素 | int element = numbers.at(0); | 访问并安全检查元素。 |
获取大小和容量 | int size = numbers.size(); | 获取元素数量。 |
遍历元素 | for (int num : numbers) { ... } | 遍历所有元素。 |
删除元素 | numbers.pop_back(); | 删除末尾元素。 |
判断是否为空 | bool isEmpty = numbers.empty(); | 判断向量是否为空。 |
总结
C++ STL中的vector是一个强大的动态数组实现,提供了灵活的插入、删除、访问和遍历功能。通过掌握vector的基本用法,程序员能够有效地管理动态数据。对vector的深入理解,将为更复杂的数据结构和算法打下基础。如需更多信息,请参考C++官方文档或相关教程。
相关推荐
- GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!
-
「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...
- 高丽大学等机构联合发布StarGAN:可自定义表情和面部特征
-
原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...
- TensorFlow和PyTorch相继发布最新版,有何变化
-
原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...
- 「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口
-
上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...
- 20K star!搞定 LLM 微调的开源利器
-
LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...
- 大模型DeepSeek本地部署后如何进行自定义调整?
-
1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...
- 因配置不当,约5000个AI模型与数据集在公网暴露
-
除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...
- 基于pytorch的深度学习人员重识别
-
基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...
- DeepSeek本地部署:轻松训练你的AI模型
-
引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...
- 谷歌今天又开源了,这次是Sketch-RNN
-
前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...
- Tensorflow 使用预训练模型训练的完整流程
-
前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...
- 30天大模型调优学习计划(30分钟训练大模型)
-
30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...
- python爬取喜马拉雅音频,json参数解析
-
一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...
- 五、JSONPath使用(Python)(json数据python)
-
1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...
- Python网络爬虫的时候json=就是让你少写个json.dumps()
-
大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)