繁体   English   中英

两个以上向量的 std::transform

[英]std::transform for more than two vectors

假设我想将两个向量ab添加到向量c

std::vector<double> a, b, c;
//Fill/Initialize vectors

我可以使用std::transform()或简单for -loop:

//std::transform
std::transform(a.begin(),
               a.end(),
               b.begin(),
               c.begin(),
               [](const auto &a_val, const auto &b_val){
                  return a_val + b_val;
               });
//Loop
for(size_t i = 0; i < a.size(); ++i){
    c[i] = a[i] + b[i];
}

通常,与for循环相比,建议使用std::transform() 不幸的是,据我所知,我不能使用std::transform()来做类似的方法来添加两个以上的向量,即如果我想将向量abc加到 d 中. 然后我回到 for 循环,或者我必须使用两轮std::transform() 或者有没有办法使用单个std::transform()操作(或类似的东西)同时对两个以上的输入向量进行操作?

确实,在标准库中, std::transform不可能超过 2 个向量。 但是使用range-v3您可以使用zip对任意数量的向量进行操作。

#include <include/range/v3/view/zip.hpp>

int main()
{
    std::vector<int> a{1,2,3};
    std::vector<int> b{2,3,4};
    std::vector<int> c{2,3,4};
    std::vector<int> d{2,3,4};

    std::vector<int> res;
    auto r = ranges::views::zip(a, b, c, d);
    std::transform(
        r.begin(),
        r.end(),
        std::back_inserter(res),
        [](const auto& tup) { return std::get<0>(tup); }
    );
}

如果您可以创建另一个向量,您可以这样做:

#include <iostream>
#include <vector>
#include <numeric>
#include <algorithm>

int main() {
    std::vector<int> a{1,2,3,4};
    std::vector<int> b{1,2,3,4};
    std::vector<int> c(a.size());

    std::vector<int> v(a.size());
    std::iota(v.begin(), v.end(),0);

    std::transform(v.begin(),
               v.end(),
               c.begin(),
               [&](const auto &i){
                  return a[i] + b[i];
               });

    for (const auto& e : c) std::cout << e << ' ';
    return 0;
}

您可以将 lambda 变成更通用的东西,例如,一个适用于可变数量向量并添加它们的元素的函子。

但是,我更喜欢循环。 算法的主要优点是清晰度,但如果您需要采用变通方法,清晰度就会丢失。 也许有人可以证明我错了,并找到一种可以开箱即用的算法;)。

PS:再想一想,上面的内容真的很愚蠢,而且是对算法的误用。 std::iota的帮助下,任何循环都可以轻松地转换为使用算法,但是std::transform “将一个范围转换为另一个范围”的真正含义完全丧失了,这首先破坏了使用算法的目的.

暂无
暂无

声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.

 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM