当前位置: 首页 > news >正文

跟我学C++中级篇——Lambda表达式的处理

一、Lambda表达式

Lambda表达式对于了解和应用C++11以后的开发者来说,是一个很好用的语法糖。Lambda表达式的特点和应用场景对于开发者来说已经很熟悉了。在前面的分析中,将Lambda表达式简单的定义为函数对象或闭包,这样描述的目的是便于理解和学习。但从实际情况来看,它们还是有些不准确的。

二、Lambda表达式和Closure闭包

对于Lambda表达式来说,在不同的角度下分析可能表现的形式不同。比如从语法的角度来看,无捕获外部变量和有捕获外部变量的Lambda表达式来说,可能就有所不同。无捕获的可以单纯的看作是与普通函数无异的函数,而有捕获的则可以看作一个类。
那为什么前面把Lambda表达式看作一个闭包呢?闭包是函数与其捕获的外部自由变量共同组成的组合体(在前面的分析中也按离散数学中的定义描述过即通过添加最少数量的有序对,使原关系具备自反性、对称性或传递性而形成的新集合)。闭包是一个组合体,为了实现上下文的调用操作(离开lambda表达式后仍然可以操作外部变量,看下面的lifting例子),就必须分配一定的空间来处理上下文关系的内容。这但消耗了内存空间也在调用时增加了一定的开销。
lambda表达式可以认为是从语法层次上的描述,而闭包更倾向于执行时的形态。从这种情况来看,单纯无捕获变量形式的Lambda表达式不能称为闭包。这也是为什么开头提到的说法不准确的原因。也可以这样说,同一个Lambda表达式可能产生多个不同的闭包。
这里就必须提到Lambda Lifting(lambda 提升)和Lambda Dropping(lambda降级)。它们二者可以认为是互逆的,本质都是为了让编译器优化代码。Lambda Lifting,是为了将嵌套的引用了外部的自由变量的lambda表达式转化为不引用外部变量的顶函数,对C++来说,就是将相关的Lambda表达式转化为普通函数对象的技术,它可以显式的由开发者控制进行也可以由编译器内部自动实现 。
Lambda Dropping是Lambda Lifting逆操作,即将原来需要提升为独立函数对象的Lambda表达式内联或部分展开到调用上下文中的方式。

三、编译器对Lambda表达式的处理

其实在前面的std::visit分析中,就对此问题进行过简单的展开分析。在实际的编译中,当编译器发现lambda表达式后,一般来说会进行如下的处理:

  1. 创建一个匿名的函数类(闭包类型)
  2. 将捕获的变量存储为该类的成员(分别处理引用、值或隐式或混合捕获,处理方式看下面的例程)
  3. 将lambda体转换为该类的operator()方法,也就是创建一个仿函数
  4. 将匿名的函数类实例化为函数对象
  5. 调用函数对象

编译器通过上述的处理,其实是把Lambda表达式统一到了传统的编译模型。这也符合语法糖处理的风格。
但是需要说明的是,上述的处理是编译器对lambda表达式的通常处理机制。在某些情况下,如上面提到的Lambda Lifting和Lambda Dropping,其具体的处理机制可能会有一些细节上的不同。具体的来说,就是在Lambda Lifting中,会消除环境上下文及内存分配处理,优化相关操作。比如提到的lambda表达式的对象化或内联等等。

四、例程分析

可以看下面的一个简单的例子:

#include<iostream>intmain(){inta=0;intb=10;autof=[a,&b](){std::cout<<a<<","<<++b<<std::endl;};f();std::cout<<a<<","<<b<<std::endl;return0;}

编译后的代码:

#include<iostream>intmain(){inta=0;intb=10;class __lambda_5_12{public:inline/*constexpr*/voidoperator()()const{std::operator<<(std::cout.operator<<(a),",").operator<<(++b).operator<<(std::endl);}private:inta;int&b;public:__lambda_5_12(int&\_a,int&\_b):a{_a},b{_b}{}};__lambda_5_12 f=__lambda_5_12{a,b};f.operator()();std::operator<<(std::cout.operator<<(a),",").operator<<(b).operator<<(std::endl);return0;}

再看一个lambda Lifting的例子:

auto addResult = [](int v) { return [v](int x) { return x + v; }; }; auto againAdd = addResult(10); std::cout << againAdd(10); // 输出 10

看一下原来的visit中的例程的编译后的代码(编译后的代码有删减,想看全部可将其代码拷贝到cppinsights.io编译即可):

#include<iomanip>#include<iostream>#include<string>#include<type_traits>#include<variant>#include<vector>usingvalue_t=std::variant<int,long,double,std::basic_string<char>>;template<class...Ts>structoverloaded:public Ts...{using Ts::operator()...;};/* First instantiated from: insights.cpp:56 */#ifdefINSIGHTS_USE_TEMPLATEtemplate<>structoverloaded<__lambda_57_13,__lambda_58_13,__lambda_59_13>:public __lambda_57_13,public __lambda_58_13,public __lambda_59_13{using __lambda_57_13::operator();template<class type_parameter_0_0>inline/*constexpr */auto::operator()(type_parameter_0_0 arg)const{(std::cout<<arg)<<' ';}#ifdefINSIGHTS_USE_TEMPLATEtemplate<>inline/*constexpr */void::operator()<int>(intarg)const{std::operator<<(std::cout.operator<<(arg),' ');}#endif#ifdefINSIGHTS_USE_TEMPLATEtemplate<>inline/*constexpr */void::operator()<long>(longarg)const{std::operator<<(std::cout.operator<<(arg),' ');}#endif...template<class...Ts>overloaded(Ts...)->overloaded<Ts...>;/* First instantiated from: insights.cpp:56 */#ifdefINSIGHTS_USE_TEMPLATEtemplate<>overloaded(__lambda_57_13 __0,__lambda_58_13 __1,__lambda_59_13 __2)->overloaded<__lambda_57_13,__lambda_58_13,__lambda_59_13>;#endifintmain(){std::vector<std::variant<int,long,double,std::basic_string<char>>,std::allocator<std::variant<int,long,double,std::basic_string<char>>>>vec=std::vector<std::variant<int,long,double,std::basic_string<char>>,std::allocator<std::variant<int,long,double,std::basic_string<char>>>>{std::initializer_list<std::variant<int,long,double,std::basic_string<char>>>{std::variant<int,long,double,std::basic_string<char>>(10),std::variant<int,long,double,std::basic_string<char>>(15L),std::variant<int,long,double,std::basic_string<char>>(1.5),std::variant<int,long,double,std::basic_string<char>>("hello")},std::allocator<std::variant<int,long,double,std::basic_string<char>>>()};{std::vector<std::variant<int,long,double,std::basic_string<char>>,std::allocator<std::variant<int,long,double,std::basic_string<char>>>>&__range1=vec;__gnu_cxx::__normal_iterator<std::variant<int,long,double,std::basic_string<char>>*,std::vector<std::variant<int,long,double,std::basic_string<char>>,std::allocator<std::variant<int,long,double,std::basic_string<char>>>>>__begin1=__range1.begin();__gnu_cxx::__normal_iterator<std::variant<int,long,double,std::basic_string<char>>*,std::vector<std::variant<int,long,double,std::basic_string<char>>,std::allocator<std::variant<int,long,double,std::basic_string<char>>>>>__end1=__range1.end();for(;__gnu_cxx::operator!=(__begin1,__end1);__begin1.operator++()){std::variant<int,long,double,std::basic_string<char>>&v=__begin1.operator*();class __lambda_25_20{public:template<class type_parameter_0_0>inline/*constexpr */autooperator()(type_parameter_0_0&&arg)const{std::cout<<arg;}#ifdefINSIGHTS_USE_TEMPLATEtemplate<>inline/*constexpr */voidoperator()<int&>(int&arg)const{std::cout.operator<<(arg);}#endif...private:template<class type_parameter_0_0>staticinline/*constexpr */auto__invoke(type_parameter_0_0&&arg){return__lambda_25_20{}.operator()<type_parameter_0_0>(arg);}};std::visit(__lambda_25_20{},v);class __lambda_28_32{public:template<class type_parameter_0_0>inlinestd::variant<int,long,double,std::basic_string<char>>operator()(type_parameter_0_0&&arg)const{returnarg+arg;}/* First instantiated from: invoke.h:61 */#ifdefINSIGHTS_USE_TEMPLATEtemplate<>inlinestd::variant<int,long,double,std::basic_string<char>>operator()<int&>(int&arg)const{returnstd::variant<int,long,double,std::basic_string<char>>(arg+arg);}#endif/* First instantiated from: invoke.h:61 */#ifdefINSIGHTS_USE_TEMPLATEtemplate<>inlinestd::variant<int,long,double,std::basic_string<char>>operator()<long&>(long&arg)const{returnstd::variant<int,long,double,std::basic_string<char>>(arg+arg);}#endif...private:template<class type_parameter_0_0>staticinlinestd::variant<int,long,double,std::basic_string<char>>__invoke(type_parameter_0_0&&arg){return__lambda_28_32{}.operator()<type_parameter_0_0>(arg);}};std::variant<int,long,double,std::basic_string<char>>w=std::visit(__lambda_28_32{},v);std::operator<<(std::cout,". After doubling, variant holds ");class __lambda_32_20{public:template<class type_parameter_0_0>inline/*constexpr */autooperator()(type_parameter_0_0&&arg)const{using T=std::decay_t<decltype(arg)>;ifconstexpr(std::is_same_v<T,int>){(std::operator<<(std::cout,"int with value ")<<arg)<<'\n';}else/* constexpr */{ifconstexpr(std::is_same_v<T,long>){(std::operator<<(std::cout,"long with value ")<<arg)<<'\n';}else/* constexpr */{ifconstexpr(std::is_same_v<T,double>){(std::operator<<(std::cout,"double with value ")<<arg)<<'\n';}else/* constexpr */{ifconstexpr(std::is_same_v<T,std::basic_string<char>>){(std::operator<<(std::cout,"std::string with value ")<<std::quoted(arg))<<'\n';}else/* constexpr */{/* PASSED: static_assert(false, "non-exhaustive visitor!"); */;}}}}}...private:template<class type_parameter_0_0>staticinline/*constexpr */auto__invoke(type_parameter_0_0&&arg){return__lambda_32_20{}.operator()<type_parameter_0_0>(arg);}};std::visit(__lambda_32_20{},w);}}...return0;}

五、总结

掌握一个技术点,不只是需要会用,更要明白其内在的处理机制。只有内外通透,才能更加灵活的运用这个技术点去与其它的技术点融合,然后形成技术栈并最终形成技术体系。正如古人云“九层之台,起于土”。

http://www.jsqmd.com/news/298531/

相关文章:

  • 基于YOLOv8和RepGhost的轻量化目标检测优化与性能提升
  • 基于YOLOv8的多类CAM可视化在目标检测中的应用与分析
  • 基于激活函数替换和ONNX-Simplifier的ONNX模型部署性能提升指南
  • YOLOv11轻量化设计:引入变核卷积(AKConv)提升检测效率
  • 2025气电滑环市场大排行,哪些厂家笑傲江湖?帽式导电滑环/气路滑环/导电环/过孔导电滑环/滑环,气电滑环厂家如何选
  • 2025冻肉绞肉机厂口碑爆棚,这些品牌值得信赖,国内热门的绞肉机品牌电话精选国内优质品牌榜单
  • 导师严选2026 AI论文网站TOP10:研究生开题报告必备工具测评
  • 2026年国内可靠的不锈钢板供应商有哪些,不锈钢热轧板/不锈钢复合板/不锈钢楼梯扶手管,不锈钢板供应商哪个好
  • 揭晓叔丁醇钾生产企业该怎么选,江苏天泽新材料靠谱之选
  • 牛仔裤加工厂哪家技术强,比较靠谱的在这里
  • 株洲数石网络GEO优化的优势对比,和同行差距在哪?
  • 2026年口碑好的AI搜索优化公司推荐,南方网通是优选
  • 上海防水服务公司哪家性价比高,选对不花冤枉钱
  • 说说2026有名的GEO优化公司,加快科技靠谱吗?
  • AI学习笔记整理(30)—— 计算机视觉之动作识别相关算法 - 教程
  • 2026年值得信赖的柴油发电机服务商综合推荐
  • springcloud Finchley 版本与 Spring Boot 2.0.x 版本兼容性说明
  • 2026年沈阳正规的新初一补习学校怎么选,双语外教/新初一补习/新初一补课/新高一补课班/补课,新初一补习老师联系方式
  • 任务导向人工智能应用中认知闭环切片的原理说明
  • Spring Cloud Context 和 Spring Cloud Commons 包详解
  • 导师严选9个AI论文平台,自考学生轻松搞定毕业论文!
  • 剖析西安靠谱的品牌塑造机构,杭州逸兴品牌设计有何独特优势?
  • 起重机品牌厂家哪个值得选,优质厂家排名盘点
  • 数石网络GEO优化数据准确性大揭秘
  • 盘点2026年杭州靠谱的升降平台厂家前十名
  • 2026年深圳口碑好的AI搜索优化公司,南方网通如何选择
  • 2026年低硫无烟煤出口商排名揭晓,新疆硕华金腾优势显著
  • 戒了么4.0 戒色签到打卡源码
  • 开发销售话术库检索工具,按客户异议(价格高/没需求/再考虑)分类存储话术,输入客户异议,关键词,快速匹配最优话术,支持新增话术。
  • 洁净车间装修评测:浙江地区主流施工工艺对比分析,净化车间/净化工程公司/恒温恒湿车间/车间净化,洁净车间生产厂家哪家好