std::stable_partition(windspeed_datas1.begin(), windspeed_datas1.end(), [](double x) { return x != 0; }); 使用qt4 写出其他做法

时间: 2024-03-10 12:49:38 浏览: 13
在Qt4中,可以使用QMutableListIterator来实现stable_partition的功能。具体实现如下: ```cpp QMutableListIterator<double> iter(windspeed_datas1); while (iter.hasNext()) { if (iter.next() == 0) { iter.remove(); } } ``` 这个做法的思路是遍历windspeed_datas1中的每一个元素,如果元素为0,则使用QMutableListIterator的remove函数将其删除。由于QMutableListIterator是一个双向迭代器,因此可以保证删除元素时不会影响其他元素的位置,从而实现stable_partition的效果。
相关问题

std::stable_partition(windspeed_datas2.begin(), windspeed_datas2.end(), [](double x) { return x != 0; }); windspeed_datas2.erase(std::remove(windspeed_datas2.begin(), windspeed_datas2.end(), 0), windspeed_datas2.end()); 用Qt4写出另一种办法

可以使用Qt4提供的STL容器类QVector来代替std::vector,并使用QMutableVectorIterator来操作容器元素。代码如下所示: ``` QVector<double> windspeed_datas2; // 填充 windspeed_datas2 容器 QMutableVectorIterator<double> it(windspeed_datas2); while (it.hasNext()) { if (qFuzzyCompare(it.next(), 0.0)) { it.remove(); } } std::stable_partition(windspeed_datas2.begin(), windspeed_datas2.end(), [](double x) { return x != 0; }); ``` 在上面的代码中,QMutableVectorIterator提供了操作容器元素的迭代器,通过调用remove()函数来删除元素。qFuzzyCompare()函数用于比较两个浮点数是否相等,因为浮点数之间的精度问题可能会导致比较结果出现误差。最后,使用std::stable_partition()函数来把非零元素移到容器的前面。

优化代码 std::map<int, int> my_map; // 假设 my_map 是要分组的 std::map for(int i=0;i<1234;i++){ my_map[i] = i*2; } const int max_group_size = 200; // 每组最多有 200 个元素 // 将 std::map 转换为 std::vector std::vector<std::pair<int, int>> my_vector(my_map.begin(), my_map.end()); // 使用 std::partition 算法将元素分组 auto partition_iter = std::begin(my_vector); while (partition_iter != std::end(my_vector)) { auto next_partition_iter = std::next(partition_iter,max_group_size); if(next_partition_iter > std::end(my_vector)){ next_partition_iter = std::end(my_vector); } for(auto iter = partition_iter;iter != next_partition_iter;++iter){ std::cout << iter->first << " --> " << iter->second << std::endl; } std::cout << "======group end======" << std::endl; partition_iter = next_partition_iter; }

这段代码看起来已经很不错了,但是还有一些可以优化的地方: 1. 在 for 循环中使用 emplace_back() 而不是直接赋值,可以避免多余的拷贝操作。 2. 在 std::partition 中使用 lambda 表达式,可以避免定义额外的函数对象。 3. 在 std::next 中使用 std::min 可以避免超出边界的问题。 下面是优化后的代码: ``` std::map<int, int> my_map; for (int i = 0; i < 1234; i++) { my_map.emplace(i, i * 2); } const int max_group_size = 200; std::vector<std::pair<int, int>> my_vector; my_vector.reserve(my_map.size()); for (const auto& pair : my_map) { my_vector.emplace_back(pair.first, pair.second); } auto partition_iter = std::begin(my_vector); while (partition_iter != std::end(my_vector)) { const auto next_partition_iter = std::next(partition_iter, std::min(max_group_size, static_cast<int>(std::distance(partition_iter, std::end(my_vector))))); std::for_each(partition_iter, next_partition_iter, [](const auto& pair) { std::cout << pair.first << " --> " << pair.second << '\n'; }); std::cout << "======group end======" << '\n'; partition_iter = next_partition_iter; } ``` 这样做的好处是减少了不必要的拷贝和函数调用,使代码更加优雅和高效。

相关推荐

最新推荐

recommend-type

SQLServer中Partition By及row_number 函数使用详解

partition by关键字是分析性函数的一部分,partition by用于给结果集分组,如果没有指定那么它把整个结果集作为一个分组,本文给大家介绍SQLServer中Partition By及row_number 函数使用详解,需要的朋友参考下
recommend-type

Oracle查询中OVER (PARTITION BY ..)用法

主要介绍了Oracle查询中OVER (PARTITION BY ..)用法,内容和代码大家参考一下。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

机器学习怎么将excel转为csv文件

机器学习是一种利用计算机算法和统计数据的方法来训练计算机来进行自动学习的科学,无法直接将excel文件转为csv文件。但是可以使用Python编程语言来读取Excel文件内容并将其保存为CSV文件。您可以使用Pandas库来读取Excel文件,并使用to_csv()函数将其保存为CSV格式。以下是代码示例: ```python import pandas as pd # 读取 Excel 文件 excel_data = pd.read_excel('example.xlsx') # 将数据保存为 CSV 文件 excel_data.to_csv('example.csv', index=
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这
recommend-type

写出一个拉格朗日多项式插值程序,并调用该函数做图

好的,以下是一个使用拉格朗日多项式进行插值的 Python 代码: ``` import numpy as np import matplotlib.pyplot as plt def lagrangeInterpolation(x, y, x_interp): """ 使用拉格朗日多项式进行插值 x: 已知点的 x 坐标数组 y: 已知点的 y 坐标数组 x_interp: 插值点的 x 坐标数组 """ n = len(x) m = len(x_interp) L = np.zeros([n, m]) fo