[英]How to use std::ranges on a vector for a function that needs two arguments?
我一直在嘗試了解新的范圍庫,並嘗試將一些更傳統的 for 循環轉換為功能代碼。 cppreference給出的示例代碼非常簡單易讀。 但是,我不確定如何在需要查看、計算和比較每個 x 和 y 值的點向量上應用范圍,最后比較哪個是最大距離。
struct Point
{
double x;
double y;
}
double ComputeDistance(const Point& p1, const Point& p2)
{
return std::hypot(p1.x - p2.x, p1.y - p2.y);
}
double GetMaxDistance(const std::vector<Point>& points)
{
double maxDistance = 0.0;
for (int i = 0; i < points.size(); ++i)
{
for(int j = i; j < points.size(); ++j)
{
maxDistance = std::max(maxDistance, ComputeDistance(points.at(i),points.at(j)));
}
}
return maxDistance;
}
GetMaxDistance
是我想嘗試清理並在其上應用范圍的代碼。 我認為這就像做類似的事情一樣簡單:
double GetMaxDistance(const std::vector<Point>& points)
{
auto result = points | std::views::tranform(ComputeDistance);
return static_cast<double>(result);
}
然后我意識到這是不正確的,因為我沒有將任何值傳遞給函數。 所以我認為:
double GetMaxDistance(const std::vector<Point>& points)
{
for(auto point : points | std::views::transform(ComputeDistance))
// get the max distance somehow and return it?
// Do I add another for(auto nextPoint : points) here and drop the first item?
}
但是后來我意識到我正在將該函數應用於每個點,而不是它旁邊的點,這也行不通,因為我仍然只將一個參數傳遞給函數ComputeDistance
。 由於我需要計算向量中所有點的距離,我必須將每個點相互比較並進行計算。 將其保留為n^2
算法。 我不是想打敗n^2
,我只是想知道是否有辦法讓這種傳統的 for 循環采用現代的功能性方法。
這讓我們回到了標題。 在這種情況下如何應用std::ranges
? 甚至有可能與標准在這一點上給我們的東西有關嗎? 我知道更多內容將在 C++23 中添加。 所以我不知道這在發布之前是否無法實現,或者這是否根本不可能。
謝謝!
您正在尋找的算法是組合 - 但沒有范圍適配器(在 C++20 和 range-v3 中都沒有,在 C++23 中也沒有)。
但是,在這種情況下,我們可以使用通常稱為 flat-map 的算法手動構建它:
inline constexpr auto flat_map = [](auto f){
return std::views::transform(f) | std::views::join;
};
我們可以使用如下:
double GetMaxDistance(const std::vector<Point>& points)
{
namespace rv = std::views;
return std::ranges::max(
rv::iota(0u, points.size())
| flat_map([&](size_t i){
return rv::iota(i+1, points.size())
| rv::transform([&](size_t j){
return ComputeDistance(points[i], points[j]);
});
}));
}
外部iota
是我們的第一個循環。 然后對於每個i
,我們從i+1
開始得到一個序列來得到我們的j
。 然后對於每個(i,j)
我們計算ComputeDistance
。
或者,如果您希望在頂層進行transform
(可以說更干凈):
double GetMaxDistance(const std::vector<Point>& points)
{
namespace rv = std::views;
return std::ranges::max(
rv::iota(0u, points.size())
| flat_map([&](size_t i){
return rv::iota(i+1, points.size())
| rv::transform([&](size_t j){
return std::pair(i, j);
});
})
| rv::transform([&](auto p){
return ComputeDistance(points[p.first], points[p.second]);
}));
}
甚至(此版本產生一系列對Point
的引用,以允許更直接的transform
):
double GetMaxDistance(const std::vector<Point>& points)
{
namespace rv = std::views;
namespace hof = boost::hof;
return std::ranges::max(
rv::iota(0u, points.size())
| flat_map([&](size_t i){
return rv::iota(i+1, points.size())
| rv::transform([&](size_t j){
return std::make_pair(
std::ref(points[i]),
std::ref(points[j]));
});
})
| rv::transform(hof::unpack(ComputeDistance)));
}
這些基本上都做同樣的事情,只是在哪里以及如何調用ComputeDistance
函數的問題。
C++23 將添加cartesian_product
和chunk
(range-v3 現在有它們) ,並且最近添加了zip_transform
,這也將允許:
double GetMaxDistance(const std::vector<Point>& points)
{
namespace rv = std::views;
namespace hof = boost::hof;
return std::ranges::max(
rv::zip_transform(
rv::drop,
rv::cartesian_product(points, points)
| rv::chunk(points.size()),
rv::iota(1))
| rv::join
| rv::transform(hof::unpack(ComputeDistance))
);
}
cartesian_product
本身會給你所有對 - 其中包括(x, x)
所有x
和(x, y)
和(y, x)
,你都不想要。 當我們通過points.size()
對它進行points.size()
塊(產生長度為N
N
范圍)時,我們會反復刪除逐漸增加的( iota(1)
)數量的元素......所以只有第一個塊中的一個(包含第一個元素兩次),然后是第二個塊中的兩個( (points[1], points[0])
和(points[1], points[1])
元素),等等。
zip_transform
部分仍然產生一系列Point
對的塊, join
將其減少為一系列Point
對,然后我們需要將其unpack
到ComputeDistance
。
這一切都存在於 range-v3 中(除了zip_transform
被命名為zip_with
)。 不過,在 range-v3 中,你會得到common_tuple
,Boost.HOF 不支持,但你可以讓它工作。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.