在C++中通過模板去除強制轉換

 
C++與C語言相比是一個強類型語言,即對數據類型的匹配程度較C更爲嚴格,這有助於避免程序員在編程過程中由於粗心所犯之錯。由於歷史原因,C++中仍保留了reinterpret_ cast、static_cast等用於強制類型轉換的關鍵字,但從語言向強類型發展的趨勢來看,我們在編程工作中應儘量少使用強制類型轉換,模板有助於我們實現這一目的。減少使用強制類型轉換的另一個好處,是程序的可維護性更強。
 
下面讓我們通過例子來了解如何通過模板減少程序中的強制轉換。圖1以簡化的形式示例了雙向鏈表(Double-Linked List, DLL)的部分實現內容,以及使用雙向鏈表的代碼片段。
 
  1. class dll_t; 
  2.  
  3. class dll_node_t 
  4.     friend class dll_t; 
  5.  
  6. public
  7.     explicit dll_node_t (); 
  8.  
  9.     void data (void *_p_data) {p_data_ = _p_data;} 
  10.     void *data () {return p_data_;} 
  11.  
  12. private
  13.     dll_node_t *prev_; 
  14.     dll_node_t *next_; 
  15.     void *p_data_; 
  16. }; 
  17.  
  18. class channel_t 
  19. public
  20.     channel_t () : node () 
  21.     { 
  22.         node_.data (reinterpret_cast <void *> (this)); 
  23.     } 
  24.  
  25. private
  26.     dll_node_t node_; 
  27. }; 
圖1
 
其中,dll_node_t是雙向鏈表節點的類封裝。它除了prev_和next_兩個用於保存前一個和後一個節點指針的成員變量外,還有一個用於保存節點數據的p_data_。由於節點所保存數據的具體含義完全取決於鏈表的使用者,因此p_data_類型被定義爲void*,以便容納任何類型的數據。位於第10和11行的data()函數用於分別設置和獲取p_data_變量的值。
 
圖中第19至29行的代碼示例了channel_t類使用dll_node_t類的片段。在channel_t類的構造函數中,調用data()函數時需要通過強制類型轉換的方式將this指針保存到節點的p_data_變量中。不難想象,當通過data()函數獲取p_data_中的值時,也得通過強制轉換的方式使其變成類型爲channel_t的指針(這部分代碼在圖中並未列出)。
 
圖2是使用模板改寫後的版本。相信讀者能輕易地辨別出其中已不存在強制類型轉換的身影。
 
  1. template <typename T_NODE> class dll_t; 
  2.  
  3. template <typename T_DATA> class dll_node_t 
  4.     friend class dll_t <dll_node_t <T_DATA> >; 
  5.      
  6. public
  7.     explicit dll_node_t (); 
  8.  
  9.     void data (T_DATA *_p_data) {p_data_ = _p_data;} 
  10.     T_DATA *data () {return p_data_;} 
  11.      
  12. private
  13.     dll_node_t *prev_; 
  14.     dll_node_t *next_; 
  15.     T_DATA *p_data_; 
  16. }; 
  17.  
  18. class channel_t 
  19. public
  20.     channel_t (): node_ () 
  21.     { 
  22.         node_.data (this); 
  23.     } 
  24.      
  25. private
  26.     dll_node_t <channel_t> node_; 
  27. }; 
圖2
本文出自李雲的博客,請務必保留此出處:http://blog.csdn.net/hzliyun/article/details/7648294。
發佈了63 篇原創文章 · 獲贊 331 · 訪問量 40萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章