·
日常编程 ·
142070
常成员函数用于保证不修改对象状态,可被const对象调用并访问非静态成员变量(只读),而静态成员函数不依赖对象实例,无this指针,只能访问静态成员,通过类名直接调用,两者不可同时定义为const static。
在C++中,成员函数是类的重要组成部分,用于操作类的数据成员或实现特定功能。根据使用场景和特性,成员函数可以分为普通成员函数、常成员函数(const成员函数)和静态成员函数(static成员函数)。下面分别介绍它们的定义方式以及常成员函数与静态成员函数的主要区别。
一、成员函数的定义方式
-
普通成员函数
在类内部声明,在类外部定义时需要加上类名和作用域运算符
:
class MyClass {
public:
void func(); // 声明
};
void MyClass::func() { // 定义
// 函数体
}
-
常成员函数
在函数声明和定义的参数列表后加上
关键字,表示该函数不会修改对象的成员变量:
class MyClass {
public:
void func() const; // 声明为 const 成员函数
};
void MyClass::func() const { // 定义时也要加 const
// 不能修改非 mutable 的成员变量
}
-
静态成员函数
使用
关键字声明,属于类本身而非类的某个对象:
class MyClass {
public:
static void func(); // 静态成员函数声明
};
void MyClass::func() { // 定义时不加 static
// 函数体
}
二、常成员函数与静态成员函数的区别
| 特性 |
常成员函数(const member function) |
静态成员函数(static member function) |
| 调用对象 |
只能由类的实例(对象)调用 |
不依赖对象,可通过类名直接调用 |
| 访问权限 |
可以访问非静态成员变量(只读)和静态成员 |
只能访问静态成员变量和静态成员函数 |
| 隐含参数 |
有@@######@@指针,指向调用它的对象 |
没有@@######@@指针 |
| 修改成员 |
不能修改普通成员变量(除非是@@######@@) |
不能访问非静态成员变量,自然也无法修改 |
| 用途 |
用于保证不修改对象状态的函数,如@@######@@类函数 |
用于实现与类相关但不依赖具体对象的功能,如计数、工具函数 |
三、使用场景举例
-
常成员函数适用场景:
- 获取对象状态但不修改它
- 被
对象调用
- 提高程序安全性与可读性
-
静态成员函数适用场景:
- 实现工厂方法
- 操作静态数据成员(如对象计数)
-
工具函数(如数学计算)
四、关键点总结
基本上就这些。理解它们的关键在于搞清楚“是否依赖对象实例”和“是否修改对象状态”这两个维度。
class Counter {
static int count;
public:
Counter() { count++; }
static int getCount() { // 静态函数
return count;
}
};
int Counter::count = 0;
cout << Counter::getCount(); // 无需创建对象即可调用
以上就是成员函数怎样定义 常成员函数与静态成员函数区别的详细内容,更多请关注骃骐网【www.myinqi.com】。
np.power 比 快因底层C向量化实现,避免Python循环开销;支持out/where/dtype等参数,更安全可控;对负底数非整指数默认报错,而 静默返回nan;np.float_power专为负底数浮点指数设计。 为什么 np.power 比循环调用 ** 快得多 因为 np.power 是底层 C 实现的向量化函数,它一次性处理整个数组,避免 Python 循环开销和逐元素类型检查。而...
带参数的装饰器必须三层:外层接收参数并返回装饰器,中层接收函数,内层接收调用参数;不加@functools.wraps会导致__name__、__doc__等元信息丢失,影响调试、反射和IDE功能;参数校验应放在外层。 为什么带参数的装饰器必须用三层函数 因为 Python 的 @ 语法只接受一个可调用对象作为装饰器,而你传进去的 @log(level="DEBUG") 实际上是先执行 log(l...
本文介绍一种优雅的 python 设计模式:通过私有属性 + 只读属性 + 显式 update() 方法,确保对象状态变更时回调函数(如数据校验、视图刷新等)仅被触发一次,避免重复计算,同时保持 ide 类型提示与代码可维护性。 本文介绍一种优雅的 python 设计模式:通过私有属性 + 只读属性 + 显式 update() 方法,确保对象状态变更时回调函数(如数据校验、视图刷新等)仅被触发一次...
numpy.percentile用于计算数组指定百分位数,关键参数包括a(输入数组)、q(0–100间百分位数)、axis(计算轴,默认None展平);含NaN需设nan_policy='omit';method控制插值方式;keepdims配合axis保留维度。 percentile函数的基本用法和参数含义 numpy.percentile 是计算数组中指定百分位数的主力函数,它不修改原数组,返...
本文介绍一种优雅的 Python 设计方案:通过禁用直接属性赋值 + 提供类型安全的 update() 方法,实现在多个属性变更后统一、且仅执行一次回调函数,兼顾 IDE 智能提示、代码可维护性与运行时可靠性。 本文介绍一种优雅的 python 设计方案:通过禁用直接属性赋值 + 提供类型安全的 `update()` 方法,实现在多个属性变更后统一、且仅执行一次回调函数,兼顾 ide 智能提示、代...
递归DFS栈溢出风险高因CPython默认递归深度仅1000,长链或环易触发RecursionError;隐式栈不可控,闭包和帧对象加剧内存开销;图应优先用显式栈实现。 递归实现DFS时,为什么栈溢出风险比预期高? Python默认递归深度限制是1000层,图中存在长链或环状结构时极易触发RecursionError。这不是算法错,而是CPython解释器对递归调用的硬性约束。 用sys.setr...
应直接使用 calendar.isleap() 判断闰年,它准确实现公历规则、线程安全、性能优且自 Python 2.3 起稳定兼容,避免手写逻辑出错或误用类型。 直接用 calendar.isleap() 判定闰年,别自己写逻辑 Python 的 calendar.isleap() 是最可靠、最省事的闰年判断方式。它封装了格里高利历(公历)全部规则:能被 4 整除但不能被 100 整除,或能被 ...
asyncio.all_tasks 返回当前事件循环中所有未完成的Task对象集合(set),为空常因未启动事件循环、无活跃循环、任务已完结或跨线程未正确设置循环。 asyncio.all_tasks 返回什么,为什么有时为空 asyncio.all_tasks 返回当前事件循环中所有未完成的 Task 对象集合(set),但它**只作用于当前线程中已运行且未关闭的事件循环**。常见误区是直接调用...
NumPy的loadtxt等函数无法读取中文路径的根本原因在于其底层调用C标准库fopen时依赖系统默认编码(如Windows的GBK),而Python 3传递的是Unicode字符串,未做显式编码适配,导致OSError或UnicodeDecodeError;正确做法是用open('rb')读字节流,再经io.BytesIO包装后传入NumPy函数。 NumPy的loadtxt、genfromt...
Python内置函数是类型协议的快捷入口,如len()调用__len__()、max()依赖__iter__()和比较方法,理解此机制可避免参数类型错误与兼容性问题。 Python内置函数不是“功能列表”,而是“类型协议的快捷入口” Python的内置函数(BIF)绝大多数不是独立实现的逻辑,而是对对象__len__、__iter__、__lt__等特殊方法的统一调用封装。比如len(x)实际触发...