博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
什么是 POD 数据类型?
阅读量:4223 次
发布时间:2019-05-26

本文共 1671 字,大约阅读时间需要 5 分钟。

本节内容主要讲 POD 这个概念。先说明为什么会出现这个概念,然后列举了具备 POD 特征的类、结构体应该具有什么特点,最后一个小例子说明如何使用 POD 数据。因为写容器的时候涉及到这个概念,所以作为预备知识先写了本文。

概述

很久很久以前,C 语言统一了江湖。几乎所有的系统底层都是用 C 写的,当时定义的基本数据类型有 int、char、float 等整数类型、浮点类型、枚举、void、指针、数组、结构等等。然后只要碰到一串 01010110010 之类的数据,编译器都可以正确的把它解析出来。

那么到了 C++ 诞生之后,出现了继承、派生这样新的概念,于是就诞生了一些新的数据结构。比如某个派生类,C 语言中哪有派生的概念啊,遇到这种数据编译器就不认识了。可是我们的计算机世界里,主要的系统还是用 C 写的啊,为了和旧的 C 数据相兼容,C++ 就提出了 POD 数据结构概念。

POD 是 Plain Old Data 的缩写,是 C++ 定义的一类数据结构概念,比如 int、float 等都是 POD 类型的。Plain 代表它是一个普通类型,Old 代表它是旧的,与几十年前的 C 语言兼容,那么就意味着可以使用 memcpy() 这种最原始的函数进行操作。两个系统进行交换数据,如果没有办法对数据进行语义检查和解释,那就只能以非常底层的数据形式进行交互,而拥有 POD 特征的类或者结构体通过二进制拷贝后依然能保持数据结构不变。也就是说,能用 C 的 memcpy() 等函数进行操作的类、结构体就是 POD 类型的数据

基本上谈到这个概念,一般都是说某某 class、struct、union 是不是 POD 类型的。

POD 的特征

是不是 POD 类型的,可以用 is_pod<T>::value 来判断。那什么样的类、结构体是拥有 POD 特性的呢?要求有两个:一个是它必须很平凡、很普通;另一个是布局有序。

能平凡就平凡

trival(平凡)是个概念,我也暂时找不到特别合适的翻译,满足以下条件即可:

  • 不能写 构造/析构函数拷贝/移动构造函数拷贝/移动运算符,而是用编译器自动为我们生成,那这个数据就是“平凡的”。非要写的话,用 C++ 11 的 default 关键字。例如下列代码用 std::is_trivial<T>::value 来判断是否“平凡”。

你看,A 类手写了个构造函数,虽然什么都没填,但这构造函数已经不是编译器默认提供的了,所以不平凡,所以就不是 POD 类,自然就不能用诸如 memcpy() 这种 C 语言的函数来操作;B 类的一堆构造函数啥的都没写,默认由编译器提供,所以是平凡的;C 类虽然写了构造函数,但用了 C++11 的 default 关键字修饰,也是平凡的。

  • 不能有 虚函数 和 虚基类。只要满足以上条件,就是拥有平凡特征的数据类型。

布局要有序

除了平凡之外,还对布局有要求。为了便于理解讲述,我们把非静态数据称为普通数据。

  • 普通成员有相同的访问级别。例如下面的类,因为 a 和 b 的访问级别不一样,所以布局无序,自然就不是 POD 类型的数据。当然,如果 b 写成 static int b,例子中的 A 类就是 POD 类型的了。所以一定要看清每个字,是“普通成员”哦。

  • 第一个成员必须是自己的

  • 只要有父类,普通成员只能在其中一个类中,不可分散。因为 C 没有继承的概念,所以就别把普通成员在两个类中都写,写在一个类中就像 C 的风格了。如下图的代码,从 A 的角度看上边没有父类,就按上文的规则去判断是否是 POD 类型。从 A1 的角度看上边有个父类,这个时候就要看父子两个是否都有普通成员了,都有的话肯定不行,只能其中一个有。

如何使用 POD 类型的数据?

前面既然说了,具有 POD 性质的数据可以使用 C 语言中的 memcpy() 等底层函数,那我们来看看怎么用。

以上就是 POD 的内容,希望大家能搞懂,这对以后写的容器相关的文章有关。

转载地址:http://aghmi.baihongyu.com/

你可能感兴趣的文章
你知道甲醛的危害有多大吗?
查看>>
《Nature》纪念人工智能60周年专题:深度学习综述
查看>>
开发者如何挑选最合适的机器学习框架?
查看>>
一份帮助你更好地理解深度学习的资源清单
查看>>
机器学习到底是什么?
查看>>
视频 | 传说中的照妖镜,AI 竟然变成面瘫演技的救星与考验
查看>>
重大突破!斯坦福证明神经网络能直接在光学芯片上训练
查看>>
2018年人工智能全景图与发展趋势分析
查看>>
7月Python和机器学习最佳开源项目Top 10!都在收藏!
查看>>
【一文看尽200篇干货】2018最新机器学习、NLP、Python教程汇总!
查看>>
2018 IEEE顶级编程语言交互排行榜发布:Python屠榜
查看>>
视频 | 我想跟AI打一架,用人类的方式
查看>>
18岁华裔少年颠覆量子加速优势,推动量子算法经典化
查看>>
加拿大首个人工智能本科专业来了,落户于多伦多大学
查看>>
为什么说“开源”已经失败:让穷人越来越穷,富人越来越富!
查看>>
技术讲解概率机器学习——深度学习革命之后 AI 道路
查看>>
年薪30~60万,机器学习算法工程师必备能力项
查看>>
2018全球人工智能突破性技术TOP10
查看>>
找一份高薪的AI工作有多难?
查看>>
AI又成中国名片!杭州8分钟展示阿里无人车,马云压轴广发英雄帖
查看>>