掌握下載im錢包現代C++的演變（圖）詳情 - 自動換行,函數返回,默認參數,分佈式,服務器 binswm 博客

本文目標是剖析lambda im錢包的主要演變過程下載，imTke.app官網但不是所有的小細節。對 lambda 的基礎知識不瞭解可以閲讀博主的另一篇文章，有詳細介紹。lambda 的演變一般是賦予它們手動定義函數對象的功能。

掌握下載im錢包現代C++的演變（圖）_函數返回

一、背景

Lambda 是現代 C++ 最受歡迎的功能之一。自從在 C++ 11 中引入以來，它們在 C++ 代碼中無處不在。而且，自從它們在 C++11 中出現以來，它們已經發展並獲得了重要的功能。其中一些功能有助於編寫更具表現力的代碼，並且由於現在使用 lambda 非常普遍，因此花時間學習可以用它們做什麼是非常值得的。

本文目標是剖析 lambda 的主要演變過程，但不是所有的小細節。對 lambda 的基礎知識不瞭解可以閲讀博主的另一篇文章，有詳細介紹。

lambda 的演變一般是賦予它們手動定義函數對象的功能。

掌握下載im錢包現代C++的演變（圖）_函數返回_02

二、C++14 中的 Lambda

在 C++14 中，lambda 獲得了 4 項主要增強功能：

默認參數
模板參數
廣義捕獲
從函數返回 lambda

2.1、默認參數

掌握下載im錢包現代C++的演變（圖）_默認參數_03

在 C++14 中，lambda 可以採用默認參數，就像任何函數一樣：

自動換行

AI代碼解釋

auto myLambda = [](int x, int y = 0) { 
    std::cout << x << '-' << y << '\n'; 
};

std::cout << myLambda(1, 2) << '\n';
std::cout << myLambda(1) << '\n';

輸出：

自動換行

AI代碼解釋

1-2
1-0

2.2、模板參數

掌握下載im錢包現代C++的演變（圖）_默認參數_04

在 C++11 中必須定義 lambda 參數的類型：

自動換行

AI代碼解釋

auto myLambda = [](int x){ 
    std::cout << x << '\n'; 
};

在 C++14 中，可以讓它們接受任何類型：

自動換行

AI代碼解釋

auto myLambda = [](auto&& x){ 
    std::cout << x << '\n'; 
};

即使不需要處理多種類型，這對於避免重複並使代碼更緊湊和可讀也很有用。例如，這種 lambda：

自動換行

AI代碼解釋

auto myLambda = [](namespace1::namespace2::namespace3::ACertainTypeOfWidget const& widget) { 
    std::cout << widget.value() << '\n'; 
};

變成：

自動換行

AI代碼解釋

auto myLambda = [](auto&& widget) { 
    std::cout << widget.value() << '\n'; 
};

2.3、廣義捕獲

在 C++11 中，lambda 只能捕獲其作用域中的現有對象：

自動換行

AI代碼解釋

int z = 42;
auto myLambda = [z](int x){ 
    std::cout << x << '-' << z + 2 << '\n'; 
};

C++14 藉助強大的lambda廣義捕獲，可以用幾乎任何東西初始化捕獲的值。示例：

自動換行

AI代碼解釋

int z = 42;
auto myLambda = [y = z + 2](int x) { 
    std::cout << x << '-' << y << '\n'; 
};

myLambda(1);

輸出：

自動換行

AI代碼解釋

1-44

2.4、從函數返回 lambda

Lambda 受益於 C++14 的語言功能：從函數返回，而無需指定返回類型。由於 lambda 的類型是由編譯器生成的，因此在 C++11 中無法從函數返回 lambda。

自動換行

AI代碼解釋

/* what type should we write here ?? */ 
f()
{
    return [](int x){ return x * 2; };
}

在 C++14 中可以通過用作返回類型來返回 lambda。這在一段代碼中間有一個大的 lambda 的情況下很有用。

自動換行

AI代碼解釋

void f()
{
    // ...
    int z = 42;
    auto myLambda = [z](int x) {
        // ...
        // ...
        // ...
    };
    // ...
}

可以將 lambda 打包到另一個函數中，從而引入另一個抽象級別：

自動換行

AI代碼解釋

auto getMyLambda(int z)
{
    return [z](int x) {
        // ...
        // ...
        // ...
    };
}

void f()
{
    // ...
    int z = 42;
    auto myLambda = getMyLambda(z);
    // ...
}

三、C++17 中的 Lambda

C++17 為 lambda 帶來了一個重大增強：它們可以聲明constexpr。

自動換行

AI代碼解釋

constexpr auto times2 = [] (int n) { 
    return n * 2; 
};

然後，可以在編譯時評估的上下文中使用此類 lambda：

自動換行

AI代碼解釋

static_assert(times2(3) == 6);

這在模板編程中特別有用。

注意：lambda 在 C++20 中變得更加有用。事實上，只有在 C++20 中，大多數 STL 算法才變得如此，並且它們可以與 lambda 一起使用，以創建在編譯時評估的集合的複雜操作。不過，有一個例外：std::array非變異訪問操作在 C++ 14 中立即變為std::array constexpr，而在 C++17 中變為非變異訪問操作constexpr。

lambda 在 C++17 中獲得的另一個特性是捕獲*this的副本的簡單語法。示例：

自動換行

AI代碼解釋

struct MyType{
    int m_value;
    auto getLambda()  {
        return [this](){ return m_value; };
    }
};

此 lambda 捕獲this指針的副本。如果 lambda 的生存期超過對象的生存期，則可能會導致內存錯誤，例如：

自動換行

AI代碼解釋

auto lambda = MyType{42}.getLambda();
lambda();

由於MyType在第一個語句的末尾被銷燬，因此第二個語句調用的lambda取消了this引用訪問其m_value ，但this指向一個被銷燬的對象。這會導致未定義的行為，通常是應用程序崩潰。

解決此問題是在 lambda 中捕獲整個*this對象的副本。C++17 提供了語法來實現這一點。

自動換行

AI代碼解釋

struct MyType
{
    int m_value;
    auto getLambda() {
        return [*this](){ return m_value; };
    }
};

當然，在 C++ 14 中使用廣義捕獲已經可以實現相同的結果：

自動換行

AI代碼解釋

struct MyType
{
    int m_value;
    auto getLambda() {
        return [self = *this](){ return self.m_value; };
    }
};

只是C++17 使語法更好。

四、C++20 中的 Lambda

Lambda 在 C++ 20 中得到進一步發展，但其功能不如 C++ 或 C++ 17 那麼基本。C++ 20 中 lambda 的一個增強功能是定義模板的經典語法，使它們更接近手動定義的函數對象：

自動換行

AI代碼解釋

auto myLambda = []<typename T>(T&& value){ std::cout << value << '\n'; };

這使得訪問模板參數類型比使用表達式（如auto&&）的 C++ lambda 模板更容易。

另一個改進是能夠捕獲可變參數包：

自動換行

AI代碼解釋

template<typename... Ts>
void f(Ts&&... args)
{
    auto myLambda = [...args = std::forward<Ts>(args)](){};
}

五、總結

lambda從C++14到C++20都有了不少的改進。但也還有更多沒有總結進來。這些主要功能伴隨着許多小特性讓 lambda 代碼更容易編寫。

深入研究 lambda 是更好了解 C++ 語言，值得投入時間。

binswm 博客

binswm 博客

博客 / 詳情