將（x，y）點存儲到數組中

Question

我試圖將一個點存儲到數組中。 數組的大小必須為10，點必須是0到100之間的隨機數。我將使用此數組，然后通過快速排序對其進行整理，並找出哪些點最接近。 做一些研究后，我發現Utility類有一些我認為可以起作用的東西，因此我試圖找出如何使數組生成帶有隨機點的方法。 一件事是我需要通過引用傳遞數組，或者以確保我可以在主數組中傳遞的方式傳遞數組。

#include <iostream>
#include "qsort.h"
#include <stdlib.h>
#include <utility>

using namespace std;

const int ARRAY_SIZE = 10; 

void initializePairs(pair<int,int> array);

int main()
{
    //pair<int, int> shortPointArray[ARRAY_SIZE];
    /*pair<int,int> temp = make_pair(5,6);
    pair<int,int> shortPointArray[1];
    shortPointArray[0] = temp;*/

    pair<int,int> shortPointArray[1];
    //qsort sorting;

    initializePairs(shortPointArray);

    return 1;
}

void initializePairs(pair<int,int> array)
{
    int x;
    int y;
    pair<int,int> temp;

    for(int i = 0; i < ARRAY_SIZE; i++)
    {   
        x = rand() % 100;
        y = rand() % 100;
        temp = make_pair(x,y);
        array[i] = temp;
    }   
}

Answer 1

要做您要尋找的並非全部：

main.cpp

#include <iostream>
#include <vector>
#include <algorithm>
#include <random>

#include "Point.h"

int main() {
    std::random_device rd; // Random Device: Used To Seed Mersenne Random Generator
    std::mt19937 gen;      // Mersenne Twister
    gen.seed( rd() );      // Seed The Generator
    std::uniform_int_distribution<> dist(0, 100); // Uniform Int Distribution between [a, max]

    // Point<int>
    std::vector<Point<int>> points;
    points.reserve( NUM_POINTS );

    for ( std::size_t i = 0; i < NUM_POINTS; i++ ) {
        // Instead of creating a temporary stack copy each iteration
        // I chose to use the constructor directly and instead of
        // push_back, I'm using emplace_back.
        // Point<int> p( dist( gen ), dist( gen ) );
        // points.push_back( p );

        points.emplace_back( Point<int>( dist( gen ), dist( gen ) ) );
    }

    std::cout << "Showing 10 points of type int with random (x,y):\n";
    for ( auto& p : points ) {
        std::cout << p;
    }
    std::cout << std::endl;

    // Point<float>
    std::vector<Point<float>> points2;
    points.reserve( NUM_POINTS );
    std::uniform_real_distribution<float> dist2( 0, 100.0f );

    for ( std::size_t i = 0; i < NUM_POINTS; i++ ) {
        // Instead of creating a temporary stack copy each iteration
        // I chose to use the constructor directly and instead of
        // push_back, I'm using emplace_back.
        // Point<float> p( dist( gen ), dist( gen ) );
        // points2.push_back( p );

        points2.emplace_back( Point<float>( dist( gen ), dist( gen ) ) );
    }

    std::cout << "Showing 10 points of type float with random (x,y):\n";
    for ( auto& p : points2 ) {
        std::cout << p;
    }
    std::cout << std::endl;

    // Sorting the containers:
    std::sort( points.begin(), points.end() );
    std::sort( points2.begin(), points2.end() );

    std::cout << "Showing the sorted points with type int (x,y):\n";
    for ( auto& p : points ) {
        std::cout << p;
    }
    std::cout << std::endl;

    std::cout << "Showing the sorted points with type float (x,y):\n";
    for ( auto& p : points2 ) {
        std::cout << p;
    }
    std::cout << std::endl;


    std::cout << std::endl;
    system( "PAUSE" );
    return 0;
}

點

#ifndef POINT_H
#define POINT_H

#include <iostream>
#include <tuple>     // std::tie

const std::size_t NUM_POINTS { 10 };

// Need class Point prototype for operator<< declaration
template<class> class Point;     

// Need operator<< declaration for class template Point's friend declaration 
template<class T>
std::ostream&  operator<<( std::ostream& out, const Point<T>& );

// Class Declaration & Definition
template<class T>
class Point {
public:
    T _x;
    T _y;
    Point() : _x( 0 ), _( 0 ) {}
    Point( T x, T y ) : _x( x ), _y( y ) {}
    Point( T& x, T& y ) : _x( x ), _y( y ) {}
    Point( T* x, T* y ) : _x( *x ), _y( *y ) {}

    // friend prototype: notice the extra <> in this declaration
    // It tells the compiler that this friend function will be a specialization of this class template
    friend std::ostream& operator<< <>( std::ostream& out, const Point<T>& p );

    // operator< for comparison
    bool operator<( Point<T>& p ) {
        // std::tie makes it real easy to compare a (set) of values.
        return std::tie( _x, _y ) < std::tie( p._x, p._y );
    }

    // operator> for comparison
    bool operator<( Point<T>& p ) {
           return !(*this < p );
    }

    // operator== for comparison
    bool operator==( Point<T>& p ) {
        return (this->_x == p._x && this->y == p._y );
    }                
};

// operator<< definition
template<class T>
std::ostream& operator<<( std::ostream& out, const Point<T>& p ) {
    return out << "(" << p._x << "," << p._y << ")\n";
}

#endif // !POINT_H

至於類template Point<T>的實現，可以引用頭文件中的注釋。

---

有關主要功能的細節，我將介紹其中一些細節。

為了生成您的隨機值，我強烈建議您不要使用random()或其相關的任何已棄用或即將成為函數的函數。 我將從學習和使用偽隨機生成器開始，這些偽隨機生成器可以在標准庫中找到以及不同類型的分布：所有這些都可以在<random>頭文件中找到。 您可以使用std::default_random_engine()但我更喜歡使用std::random_device我們可以使用它來對我們選擇的引擎（生成器）進行SEED 。 一種更流行使用的引擎或發電機稱為Mersenne Twister ，它的名稱為std::mt19937 ，它也有65位版本。 這很簡單。

{ 
    std::random_device rd; // create an instance of our device to seed with
    std::mt19937 gen;      // create an instance of our generator (engine)
    gen.seed( rd() ); // This seeds the generator (engine)
    // Now we need a distribution along with its data type
    // there are different versions of these distributions for different types
    // Some are for integral types while others are for floating point types

    // Here we want a uniform distribution for int so we default the template
    std::uniform_int_distribution<> dist(0, 100); //random from [0,100]
    // otherwise we could of done
    std::uniform_int_distribution<unsigned int> dist2( 0, 50 ); // random from [0, 50]

    // There are other types of distributions
    std::normal_distribution<> a;
    std::poisson_distribution<> b;
    // etc.

    // If the distributions say "real" they are floating point types
    std::uniform_real_distribution<float> f;
    std::uniform_real_distribution<double> d;

    // Just as there are different distributions there also other
    // generators or engines beside the mersenne twister.

    // There is another way besides using `random_device` to seed the generator
    // you can use <chrono> header to use `std::chrono::high_resolution_clock
    // to seed the generator
    // You can also seed by const value 
    // and you can use std::seed_seq;
}

你可以找到你需要從做偽隨機發生器及分布的所有信息此網頁。

---

因此，現在我們有了隨機數生成器並開始下一步，我們聲明一個std::vector<Point<int>>然后使用其reserve功能並將其設置為const NUM_POINTS 。 然后，我們進行NUM_POINTS循環進行NUM_POINTS次迭代，並用一組隨機(x,y)值填充容器。 然后，我們使用范圍為循環的底數顯示結果。

我重復以上過程以顯示它是使用浮點數完成的。 我這樣做是為了展示模板的有用性。

之后，我最終使用向量的迭代器通過調用std::sort( begin, end )來對容器進行std::sort( begin, end ) 。 然后，我回過頭來，使用循環范圍的底數來顯示兩個排序的向量。

使用std :: sort非常容易，因為我們為類定義了一個重載的operator<() ，並且我們使用了std :: tie來輕松比較它們。 通過將諸如Legos套之類的許多零件組合在一起，可以向您展示成為標准庫的力量！