博客
关于我
C++容器vector的数组片段截取操作
阅读量:372 次
发布时间:2019-03-04

本文共 1617 字,大约阅读时间需要 5 分钟。

一、vector的描述

vector是STL中最常用的容器之一,类似于数组,但比数组更灵活,支持动态内存分配。与固定大小的数组不同,vector的大小可以动态变化,适合处理动态数据。

1.1 vector的基本使用

1.1.1 含头文件

使用vector前需要包含相应的头文件:

#include 
using namespace std;

1.1.2 vector的创建方式

vector可以通过多种方式创建:

vector
values; // 空双精度数组vector
Arrs {1, 2, 3, 4, 5, 6, 7, 8, 9}; // 初始化整型数组vector
Arrs2(Arrs.begin() + 2, Arrs.end() - 1); // 从第三个元素到倒数第二个元素vector
Arrs3(5, 6.0f); // 创建浮点型数组,包含5个6.0f

1.2 vector成员函数

vector提供丰富的成员函数,支持基本操作如插入、删除、迭代等。

1.2.1 常用成员函数

  • begin()end():返回首尾迭代器
  • size():返回元素个数
  • resize():调整容器大小
  • empty():判断是否为空
  • reverse():反转容器
  • shrink_to_fit():优化内存
  • push_back():在末尾添加元素
  • pop_back():删除末尾元素
  • erase():删除单个或多个元素
  • clear():清空容器
  • assign():从迭代器截取子数组

1.2.2 常用成员函数示例

vector
nums {1, 2, 3, 4, 5};nums.push_back(6); // 添加元素nums.pop_back(); // 删除元素

1.3数组片段截取

通过vector的成员函数实现数组片段截取:

vector
Arrs {1, 2, 3, 4, 5};vector
SubArrs = Arrs; // 复制整个数组vector
Middle(Arrs.begin() + 1, Arrs.begin() + 3); // 截取第二、三个元素

功能打包代码

#include 
#include
using namespace std;// 函数描述:裁剪vector数组某一区间的元素到新的vector数组vector
CutArrs(vector
& Arrs, int begin, int end) { if (end > Arrs.size()) return {}; vector
result; result.assign(Arrs.begin() + begin, Arrs.begin() + end); return result;}// 函数重载:使用迭代器作为起始和结束位置vector
CutArrs(const_iterator begin, const_iterator end) { return vector
(begin, end);}

以上代码展示了如何通过vector的成员函数实现数组片段的截取,以及如何将结果存储到另一个vector中。通过这种方式,可以方便地处理动态数据,提升代码的灵活性和可读性。

转载地址:http://fyzg.baihongyu.com/

你可能感兴趣的文章
Objective-C实现随机图生成器算法(附完整源码)
查看>>
OJ中常见的一种presentation error解决方法
查看>>
OK335xS UART device registe hacking
查看>>
ok6410内存初始化
查看>>
one_day_one--mkdir
查看>>
OpenCV 中的图像转换
查看>>
opencv&Python——多种边缘检测
查看>>
OpenCV-Python接口、cv和cv2的性能比较
查看>>
opencv5-图像混合
查看>>
opencv9-膨胀和腐蚀
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>