深度探索:vector中存放类与类指针的区别

aawolf 2003-10-22 04:03:41
请大家看下边的代码:
MyTest * pMyTest,* pNewTest;
vector<MyTest> vecTest;
vector<MyTest>::iterator iter;
CString str;

for(int i=0;i<5;i++)
{
pMyTest = new MyTest();
pMyTest->a += i;
pMyTest->b += i;
pMyTest->c += i;
vecTest.push_back(*pMyTest);
// (A)
delete pMyTest;
}


for(iter = vecTest.begin(); iter!=vecTest.end();iter++)
{
pNewTest = &(*iter);
if(pNewTest->a == 4)
{
str.Format("a:%d;b:%d;c:%d",pNewTest->a,pNewTest->b,pNewTest->c);
m_list.AddString(str);
}
}

for(iter = vecTest.begin(); iter!=vecTest.end();iter++)
{
pNewTest = &(*iter);
//vecTest.erase(iter);
delete pNewTest; //这里出错
}

如果我将vector<MyTest>换成vector<MyTest*>则可以正常删除,所以我想知道vector<MyTest>和vector<MyTest*>的区别。如果是vector<MyTest>,是不是在vector内部创建了一个MyTest的对象,而无须手动delete?我在(A)处删除了new出来的对象,下面的操作仍然可以正常进行。

我的疑问是:vector<MyTest>中的对象是不是不需要手工删除?而由vector自己控制?
谢谢大家。
...全文
736 28 打赏 收藏 转发到动态 举报
写回复
用AI写文章
28 条回复
切换为时间正序
请发表友善的回复…
发表回复
孩皮妞野 2003-10-27
  • 打赏
  • 举报
回复
>>我的疑问是:vector<MyTest>中的对象是不是不需要手工删除?而由vector自己控制?
谢谢大家。

不需要。vector会自己控制。

但是有一种情况要注意:

示例:
struct VeryBigObject{
int key;
char data[1024*8];

// Default CTOR
VeryBigObject(){}
// CTOR
VeryBigObject(int k, char const* d);
// Copy Ctor
VeryBigObject(VeryBigObject const& o);

// 用于排序
bool operator <(VeryBigObject const& rhs)const{
return key<rhs.key;
}
};

现在我想把大约100,000个VeryBigObject对象排序后输出。因为排序时经常会交换两个对象的位置,大对象的读写必将是费时的。可以通过把保持这些对象不动而对他们的序号[或指针]按特定顺序排列来完成这一点,一个可能的设计是。

// 提供根据指针所指对象来比较的functor
struct CmpPointer{
bool operator()(VeryBigObject * const lhs, VeryBigObject *const rhs)const{
return *lhs<*rhs;
}
};

void read_sort_and_output()
{
std::vector<VeryBigObject*> vec;

// 读取
for(unsigned i=0; i<100000; ++i){
VeryBigObject * o =new VeryBigObject;
read_a_object(o);
vec.push_back(o);
}
// 排序
std::sort(vec.begin(),vec.end(),CmpPointer());

// 输出
output(vec);


// vec中存放的是普通指针,如果不先行销毁,vec析够后这些对象将成为无人
// 看管的孤儿
for(unsigned i=0; i<vec.size(); ++i)
delete vec[i];

}

当然,用C++可以有更neat的解决方法。只是举个例子表明那些情况下需要手工删除。
孩皮妞野 2003-10-27
  • 打赏
  • 举报
回复
MyTest * pMyTest,* pNewTest;
vector<MyTest> vecTest;
vector<MyTest>::iterator iter;
CString str;
//*************************************************************
// 下面的循环体合法但是效率极低
for(int i=0;i<5;i++)
{
pMyTest = new MyTest();
pMyTest->a += i;
pMyTest->b += i;
pMyTest->c += i;
vecTest.push_back(*pMyTest);
// (A)
delete pMyTest;
}
// 建议改为
for(int i=0;i<5;i++)
{
MyTest test;
test.a += i;
test.b += i;
test.c += i;
vecTest.push_back(test);
// (A)
}
//***************************************************************
// 下面的代码合法,效率上也没有问题,但是不够简洁
for(iter = vecTest.begin(); iter!=vecTest.end();iter++)
{
pNewTest = &(*iter);
if(pNewTest->a == 4)
{
str.Format("a:%d;b:%d;c:%d",pNewTest->a,pNewTest->b,pNewTest->c);
m_list.AddString(str);
}
}
// 改成这样更简洁,而且不会有效率上的损失
for(iter = vecTest.begin(); iter!=vecTest.end();iter++)
{
if(iter->a == 4)
{
str.Format("a:%d;b:%d;c:%d",iter->a,iter->b,iter->c);
m_list.AddString(str);
}
}

// 下面的代码非法,因为它多余了。vecTest在超出生存期析构时会保证
// 他所容纳的MyTest类型对象被正确析构,前提是MyTest有良好的定义
// 正确的做法是完全删除下面的循环体。不会有内存泄漏问题发生。
for(iter = vecTest.begin(); iter!=vecTest.end();iter++)
{
pNewTest = &(*iter);
//vecTest.erase(iter);
delete pNewTest; //这里出错
}


关于MyTest及其他其对象需要放在std::vector中类/结构的基本要求:
1. 有拷贝构造函数
2. 如果类有动态分配内存或其他资源,需要有析构函数。
flc 2003-10-26
  • 打赏
  • 举报
回复
studying
oyd 2003-10-25
  • 打赏
  • 举报
回复
我见过一个使用自动引用指针的例子,是这样的
list< AutoRefPtr<MyTest> > listTest;
//...
listTest.push_back(new MyTest);

自动引用指针是这么实现的
template<class T>
class AutoRefPtr{
T *m_ptr;
int m_ref;//引用计数
//...
public:
AutoRefPtr(T *p)
:m_ptr(p),m_ref(0){}
AutoRefPtr(AutoRefPtr &o);
//...
}
它析构的时候会根据引用计数来决定是否释放m_ptr。一旦用某指针来初始化自动引用指针,用户就不能再手工释放该指针了。例如不能像下面这样用:

int *p = new int;
AutoRefPtr<int> pInt(p);
delete p;//错误,pInt析构的时候会释放p的

killme2008 2003-10-25
  • 打赏
  • 举报
回复
up
sofema 2003-10-25
  • 打赏
  • 举报
回复
学习中。。。
warton 2003-10-24
  • 打赏
  • 举报
回复
过路,up一下!
bigflyingpig 2003-10-24
  • 打赏
  • 举报
回复
gz
darcymei 2003-10-23
  • 打赏
  • 举报
回复
欧上面说了阿
pushback时直接调用MyTest的拷贝构造函数,如无,bit copy.
顺便问一句eiffective stl哪里有down吗
mechgoukiteng 2003-10-23
  • 打赏
  • 举报
回复
你需要eiffective stl这本书,强烈推荐你看看,虽然是e文的



至于引用技术指针,参考boost的实现www.boost.org


当然很多其它也有实现,问题是你考虑效率否 引用技术指针在单线程下面可能还可以


至于你的push_back为什么没有弹出AfxMessageBox是因为push_back调用的是拷贝构造函数
而不是缺省构造函数
MyTest::MyTest(const MyTest& other);


aawolf 2003-10-23
  • 打赏
  • 举报
回复
我在MyTest的构造函数里加了一句。
MyTest::MyTest()
{
a = 1;
b = 2;
c = 3;

AfxMessageBox(_T("MyTest Create"));
}
代码1:
pMyTest = new MyTest();
vecTest.push_back(*pMyTest);
delete pMyTest;
代码2:
MyTest myTest;
vecTest.push_back(myTest);

执行两段代码,都只弹出一个MessageBox,也就是说只调用了一次构造函数。这是为什么?
aawolf 2003-10-23
  • 打赏
  • 举报
回复
谢谢大家的回复,可能对下面的话我解释的不是很清楚:

>>如果是vector<MyTest>,是不是在vector内部创建了一个MyTest的对象,

我的意思是说,vector<MyTest>在push_back的时候会创建一个MyTest的对象?我马上去试一下。

另外还有两个连带的问题:
1, pNewTest = &(*iter);
//vecTest.erase(iter);
delete pNewTest; //这里出错
我删除了迭代器的指针是不对的,那么我如何修改iter指向的MyTest对象中的值?我试图通过MyTest *指针来访问,失败了。

2,很多人提到了自动引用指针,能科普一下吗?

谢谢大家。
Andy84920 2003-10-23
  • 打赏
  • 举报
回复
我想知道vector<MyTest>和vector<MyTest*>的区别。
如果是vector<MyTest>,是不是在vector内部创建了一个MyTest的对象,


==================================================================
一个是向量中放对象,而一个是放对象的指针而矣.当然这么大的区别应该可以看到了.
如果只是声明一个vector<MyTest>对象.而并没有进行初始化,我是讲EG:
vector<MyTest> MTvec;
它是一个空vector,如果是vector<MyTest> MTvec(10);它将有十个MyTest对象.并调用
默认构造函数进行初始化.而你不能显示初始化一个向量中的每个元素.

vector它有自己的内存管理.当然只管理它内部放的东西.你放对象指针,只能说与
vecotr<int>没多大区别.它里面指针向的对象还是要你另外考虑如何处理.
不然让vector来管理它指向的对象的话,我认为乱了TAO了!
firingme 2003-10-23
  • 打赏
  • 举报
回复
倒!你试试把auto_ptr放到STL的容器里头????

连拷贝构造都不支持,怎么可能能放进去?

还讨论是不是放进去比较好…………
mechgoukiteng 2003-10-23
  • 打赏
  • 举报
回复
我是买书的
killme2008 2003-10-22
  • 打赏
  • 举报
回复
收藏
fullsail 2003-10-22
  • 打赏
  • 举报
回复
vector中存放类实际上在Vector种存放的就是对象,他的构造和析构全部是自己负责的,
可以拷贝等,比如一个vector 存放6数据,A,B,C,D,E,F,vector的结构既是
-------------
A,B,C,D,E.F
--------------
如果存放指针,vector你们存放就是6个指针,指向6个数据,生成他不会有什么构造,析构的事情。而且必须自己控制删除指针。
--
P1 ->A
P2 ->B
P3 ->C
P3 ->D
P4 ->E
P5 ->F
P6 ->G
--
lyr311 2003-10-22
  • 打赏
  • 举报
回复
高手提问,先记下一个位置。
ssbull 2003-10-22
  • 打赏
  • 举报
回复
自己在这方面也存在疑惑,在这学习学习!高兴ing
darcymei 2003-10-22
  • 打赏
  • 举报
回复
vector<MyTest>,是不是在vector内部创建了一个MyTest的对象!
是,pushback时直接调用MyTest的拷贝构造函数,如无,bit copy.
erase时自动释放,调用析构函数。
以上楼主自己写个类,在构造函数,析构函数中加几个标记,很容易看到:0
至于
for(iter = vecTest.begin(); iter!=vecTest.end();iter++)
{
pNewTest = &(*iter);
//vecTest.erase(iter);
delete pNewTest; //这里出错
}
删除得是iter指针,当然报错喽


加载更多回复(8)
                《人工智能:深度学习入门到精通实战》课程主要就人工智能领域相关的深度学习基础、深度学习计算、卷积神经网络+经典网络、循环神经网络+RNN进阶、优化算法、计算机视觉和自然语言处理等,配套实战案例与项目全部基于真实数据集与实际任务展开,结合深度学习框架进行建模实战。                由浅入深,每一个理论搭配一个实验,引领学员浸泡式逐步掌握各项技能和实战项目,且侧重技能不同,学员的知识体系会更加全面课程大纲:第一章:深度学习基础-深度学习简介01.1-前置知识01.2-传统编程与数据编程01.3-深度学习起源01.4-深度学习崛起与发展01.5-深度学习成功案例01.6-深度学习特点 第二章:深度学习基础-Python基础02.1-PyTorch介绍与环境配置02.2-数据操作与创建Tensor02.3-算术操作、索引与改变形状02.4-线性代数、广播机制与内存开销02.5-Tensor和NumPy相互转换与Tensor on GPU02.6-实验01-创建和使用Tensor-102.7-实验01-创建和使用Tensor-202.8-梯度下降02.9-实验02-梯度下降-102.10-实验02-梯度下降-202.11-自动求梯度概念02.12-自动求梯度实例02.13-实验03-自动求梯度-102.14-实验03-自动求梯度-2 第三章:深度学习基础-线性回归03.1-线性回归讲解03.2-线性回归实例03.3-实验04-从零实现线性回归-103.4-实验04-从零实现线性回归-203.5-实验05-线性回归的简洁实现-103.6-实验05-线性回归的简洁实现-2 第四章:深度学习基础-softmax回归04.1-softmax回归04.2-实验06-FashionMNIST04.3-实验07-从零实现Softmax回归-104.4-实验07-从零实现Softmax回归-204.5-实验08-softmax回归的简洁实现 第五章:深度学习基础-多层感知机05.1-感知机05.2-多层感知机05.3-多层感知机与神经网络05.4-激活函数05.5-正向传播05.6-反向传播05.7-正向传播和反向传播05.8-批大小05.9-实验09-从零实现MLP05.10-实验10-MLP的简洁实现 第六章:深度学习基础-模型选择、欠拟合和过拟合06.1-训练误差和泛化误差06.2-模型选择06.3-欠拟合和过拟合06.4-权重衰减06.5-丢弃法06.6-实验11-多项式函数拟合实验06.7-实验12-高维线性回归实验-106.8-实验12-高维线性回归实验-206.9-实验13-Dropout 第七章:深度学习基础-数值稳定性和模型初始化07.1-数值稳定性和模型初始化-107.2-数值稳定性和模型初始化-207.3-实验14-房价预测案例-107.4-实验14-房价预测案例-207.5-实验14-房价预测案例-3 第八章:深度学习计算-模型构造08.1-模型构造-108.2-模型构造-208.3-模型构造-308.4-实验15-模型构造-108.5-实验15-模型构造-2 第九章:深度学习计算-模型参数的访问、初始化和共享09.1-模型参数的访问09.2-模型参数初始化和共享09.3-实验16-模型参数-109.4-实验16-模型参数-2 第十章:深度学习计算-自定义层与读取和储存10.1-不含模型参数的自定义层10.2-含模型参数的自定义层10.3-实验17-自定义层10.4-读取和储存10.5-GPU计算10.6-实验18-读取和储存  第十一章:卷积神经网络11.01-卷积神经网络11.02-卷积神经网络的组成层11.03-图像分的局限性11.04-二维卷积层与卷积层11.05-卷积在图像的直观作用11.06-实验19-二维卷积层11.07-填充与步幅11.08-卷积过程11.09-卷积层参数-111.10-卷积层参数-211.11-实验20-Pad和Stride11.12-多输入和输出通道11.13-实验21-多通道11.14-池化层11.15-实验22-池化层 第十二章:经典网络12.01-卷积神经网络12.02-实验23-LeNet模型12.03-深度卷积神经网络12.04-实验24-AlexNet模型12.05-使用重复元素的网络12.06-实验25-VGG模型12.07-网络的网络12.08-实验26-NiN模型12.09-含并行连接的网络12.10-实验27-GoogLeNet模型12.11-批量归一化-112.12-批量归一化-212.13-实验28-批量归一化12.14-残差网络12.15-实验29-残差网络12.16-稠密连接网络12.17-实验30-稠密连接网络 第十三章:循环神经网络13.01-语言模型和计算13.02-n元语法13.03-RNN和RNNs13.04-标准RNN向前输出流程和语言模型应用13.05-vector-to-sequence结构13.06-实验31-语言模型数据集-113.07-实验31-语言模型数据集-213.08-实验32-从零实现循环神经网络-113.09-实验32-从零实现循环神经网络-213.10-实验32-从零实现循环神经网络-313.11-实验32-从零实现循环神经网络-413.12-实验33-简洁实现循环神经网络-113.13-实验33-简洁实现循环神经网络-2 第十四章:RNN进阶14.01-通过时间反向传播-114.02-通过时间反向传播-214.03-长短期记忆-114.04-长短期记忆-214.05-实验34-长短期记忆网络-114.06-实验34-长短期记忆网络-214.07-门控循环单元14.08-RNN扩展模型14.09-实验35-门控循环单元 第十五章:优化算法15.01-优化与深度学习15.02-局部最小值和鞍点15.03-提高深度学习的泛化能力15.04-实验36-小批量梯度下降-115.05-实验36-小批量梯度下降-215.06-动量法-115.07-动量法-215.08-实验37-动量法15.09-AdaGrad算法与特点15.10-实验38-AdaGrad算法15.11-RMSrop算法15.12-实验39-RMSProp算法15.13-AdaDelta算法15.14-实验40-AdaDelta算法15.15-Adam算法15.16-实验41-Adam算法15.17-不用二阶优化讲解与超参数 第十六章:计算机视觉16.01-图像增广与挑战16.02-翻转、裁剪、变化颜色与叠加16.03-实验42-图像增广-116.04-实验42-图像增广-216.05-微调16.06-迁移学习16.07-实验43-微调-116.08-实验43-微调-216.09-目标检测16.10-边界框16.11-实验44-边界框16.12-锚框与生成多个锚框16.13-交并比16.14-实验45-生成锚框-116.15-实验45-生成锚框-216.17-标注训练集的锚框-116.18-标注训练集的锚框-216.19-实验46-标注训练集的锚框-116.20-实验46-标注训练集的锚框-216.21-实验46-标注训练集的锚框-316.22-输出预测边界框16.23-实验47-输出预测边界框-116.24-实验47-输出预测边界框-216.25-多尺度目标检测16.26-实验48-多尺度目标检测16.27-目标检测算法分16.28-SSD与模型设计16.29-预测层16.30-损失函数16.31-SSD预测16.32-实验49-目标检测数据集16.33-实验50-SSD目标检测-116.34-实验50-SSD目标检测-216.35-实验50-SSD目标检测-316.36-实验50-SSD目标检测-416.37-实验50-SSD目标检测-516.38-实验50-SSD目标检测-6 第十七章:自然语言处理17.01-词嵌入和词向量17.02-神经网络模型17.03-跳字模型17.04-训练跳字模型17.05-连续词袋模型17.06-负采样17.07-层序softmax17.08-子词嵌入17.09-Fasttext模型17.10-全局向量的词嵌入17.11-实验51-word2vec之数据预处理-117.12-实验51-word2vec之数据预处理-217.13-实验52-word2vec之负采样-117.14-实验52-word2vec之负采样-217.15-实验53-word2vec之模型构建-117.16-实验53-word2vec之模型构建-217.17-实验54-求近义词和比词-117.18-实验54-求近义词和比词-217.19-实验55-文本情感分RNN-117.20-实验55-文本情感分RNN-217.21-实验55-文本情感分RNN-317.22-实验55-文本情感分RNN-417.23-TextCNN17.24-TextCNN流程17.25-实验56-文本情感分textCNN-117.26-实验56-文本情感分textCNN-217.27-Seq2Seq的历史与网络架构17.28-Seq2Seq的应用与存在的问题17.29-Attention机制与Bucket机制17.30-实验57-机器翻译之模型构建-117.31-实验57-机器翻译之模型构建-217.32-实验57-机器翻译之模型构建-317.33-实验58-机器翻译之训练评估-117.34-实验58-机器翻译之训练评估-217.35-实验58-机器翻译之训练评估-3

24,854

社区成员

发帖
与我相关
我的任务
社区描述
C/C++ 工具平台和程序库
社区管理员
  • 工具平台和程序库社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧