更好地設計使用具有不同參數的函數指針

Question

我有一個優化算法，可以找到圖形的最佳分區。

分區的質量有很多度量（被優化的變量），所以我認為使用函數指針來處理這些質量函數是個好主意，並將其傳遞給我的優化算法函數。

這工作正常，但問題是不同的質量函數采取一些不同的論點。

例如，一個質量函數是find_linearised_stability ，它需要markov_time參數：

float find_linearised_stability(cliques::Graph<T> &my_graph, cliques::Partition &my_partition,
                               std::vector<float> &markov_times, std::vector<float> &stabilities)

並用於優化功能：

cliques::find_optimal_partition_louvain(my_new_graph, markov_times, &cliques::find_linearised_stability);

但另一個質量函數find_modularity不需要markov_time參數。 當然，我可以把它作為一個參數包括在內，而不是在函數中使用它，但這似乎是不好的做法，一旦我開始添加許多不同的質量函數，就會變得笨拙。

對於這種情況，什么是更好的設計？

Answer 1

使用函數對象。 其中一個函數對象可以有一個傳遞給構造函數的markov_time成員：

struct find_linearised_stability {
    std::vector<float> & markov_times_;

    find_linearised_stability(std::vector<float> & markov_times)
        :markov_times_(markov_times)
    {}

    float operator () (cliques::Graph<T> &my_graph, cliques::Partition &my_partition,
                 std::vector<float> &stabilities)
    {
        // use markov_times_ in here, we didn't need to pass it since it's a member
    }
};

（您可能需要調整常數/參考值以滿足您的需要）

然后你可以像這樣調用你的函數：

cliques::find_optimal_partition_louvain(my_new_graph, cliques::find_linearised_stability(markov_times));

“在聲明...函數時我會使用什么類型的函數對象？”

使它成為一個函數模板，將函數對象類型作為模板參數，因此：

template<typename PR>
whatever find_optimal_partition_louvain(my_new_graph, PR & pr)
{
    ...
    pr(my_new_graph, partition, stabilities);
    ...
}

Answer 2

你唯一的選擇是boost :: bind或類似存儲在boost :: function或類似的東西。

如果分析顯示速度太慢，那么你將會陷入“糟糕的練習”版本，因為任何替代方案都會與UB發生沖突和/或最終變得像更合理的替代方案一樣“緩慢”。

Answer 3

1. 參數之前是未知的：為包含所有信息的每個函數（引用/指針）添加參數，每個函數都使用它需要的任何東西
2. 參數在以前是已知的：使用boost :: bind，例如：

示例源代碼：

#include <iostream>
#include <cstddef>
#include <algorithm>
#include <boost/bind.hpp>
using namespace std;

void output(int a, int b)
{
    cout << a << ", " << b << '\n';
}

int main()
{
    int arr[] = { 1, 2, 3, 4, 5 };
    for_each(arr, arr + 5, bind(output, 5, _1));
    return 0;
}

輸出：

5, 1
5, 2
5, 3
5, 4
5, 5