Languages

导言整理CppGuide社区内容，Final/Override/Default/Delete 均为C++ 关键字，ANSI C（如 C89、C99、C11）标准不支持这些特性。以下解析基于 C++（面向对象扩展，常与 C 语言结合使用），关联 C 语言的内存管理、代码安全思想，所有代码需用 C++ 编译器（如 g++、clang++）编译，ANSI C 编译器（如 gcc）均不支持。 一、Final 关键字：限制继承与重写1. 语义定义与作用域 作用 1：修饰类时，禁止该类被继承（作用域为整个类） 作用 2：修饰虚函数时，禁止子类重写该虚函数（作用域为单个虚函数） C 语言类比：C 中通过结构体封装 + 函数指针模拟多态时，需手动规范 “继承”（如不允许其他结构体包含父结构体模拟继承），但 Final 是 C++ 编译期强制约束，比 C 的代码规范更可靠。 2. 代码实例 1：Final 修饰类（禁止继承）123456789101112131415161718192021222324252627#include <stdio.h>...

一、引子：为什么满屏 @ 却不用慌刚接触 Python 的人，第一次打开一个 Flask 或 pytest 项目，往往会被装饰器吓到： 12345678910111213@app.route("/")@login_required@cache(ttl=60)def index(): ...@pytest.fixturedef db(): ...@propertydef name(self): ... @app.route、@login_required、@cache、@pytest.fixture、@property…… 名字一长串，看着像某种需要逐个背诵的黑魔法。 但真相是：名字多，不等于机制多。 所有装饰器底下都只有同一句等价变换： 1f = deco(f) # 把函数当参数传进去，返回值绑回原名 @deco 只是上面这句的语法糖。理解了这一点，你就有了"防恐慌锚点"——无论遇到什么新装饰器，先问自己一句：它到底是在"包装"我的函数，还是在"登记"我的函数？...

导言在 C++ 编程中，struct与class是定义复合数据类型的核心语法元素，二者既共享大部分 OOP（面向对象编程）特性，又因设计初衷不同存在关键差异。 一、语法定义与核心共性struct源于 C 语言的结构化数据设计，class则是 C++ 为支持 OOP 引入的特性。在 C++ 标准（ISO/IEC 14882）中，二者功能上高度重合，仅在默认行为上存在差异。 1.1 核心共性 成员定义能力：均可包含数据成员（如int x）和成员函数（如void print()），支持静态成员（static）和友元（friend）。 OOP 特性支持：均支持构造函数、析构函数、拷贝 / 移动语义、继承、多态（虚函数）。 内存布局规则：数据成员的对齐（alignment）、填充（padding）逻辑完全一致，由编译器根据平台（如 32 位 / 64 位）和类型大小决定。 模板与容器适配：均可作为 STL 容器（如std::vector）的元素类型（需满足容器要求，如可拷贝性）。 1.2 共性示例代码1234567891011121314151617...

一、从一段"看起来没问题"的代码说起几乎每个 Python 初学者都写过这样的文件读取代码： 123f = open('data.txt', 'r', encoding='utf-8')content = f.read()f.close() 三行，逻辑清晰，运行也正常。但它有一个致命缺陷：如果 f.read() 抛出异常，f.close() 永远不会执行。 1234f = open('data.txt', 'r', encoding='utf-8')content = f.read()print(content[999999]) # IndexError！f.close() # 这一行被跳过了 文件描述符泄漏了。单次运行看不出问题，但如果这段代码在循环里跑一万次，进程很快就会撞上操作系统的 ulimit -n 上限，抛出 OSError: [Errno 24] Too many open files。 老...

一、核心概念：求值规则1.1 Scheme 的默认行为：自动求值Scheme 解释器的默认行为是对一切表达式求值。当你输入 (+ 1 2) 时，解释器不会把 +、1、2 当作符号保留，而是： 查找 + 对应的加法函数 求值 1 和 2 得到数字 调用加法函数，返回 3 这是 Scheme 的"本能"——看到代码就执行，就像演员看到剧本就演出。 1.2 quote 的作用：阻止求值quote 的作用是阻止这种默认行为，把代码当作数据处理。它告诉解释器："别执行这段代码，原样返回就好。" 123(+ 1 2) ;; => 3 （求值：执行加法）'(+ 1 2) ;; => (+ 1 2) （不求值：返回列表本身）(quote (+ 1 2)) ;; => (+ 1 2) （同上，' 是语法糖） ' 是 (quote ...) 的简写——它们完全等价。 二、直观对比：有 quote vs 无 quote 表达式 求值结果 说明 42 42 数字...

一、项目总览：结构与核心目标1.1 项目定位该程序是一款轻量级文本分析工具，支持加载文本文件、单词搜索及布尔逻辑运算，核心目标是快速定位单词在文本中的出现位置，并通过逻辑组合满足复杂搜索需求（如 “查找同时包含hello和world的行”）。在实际应用场景中，无论是处理学术论文、代码库检索，还是进行日志文件分析，该工具都能通过高效的搜索逻辑，快速定位关键信息，极大提升文本处理效率。 1.2 文件结构123456789word_frequency_analysis/├── 22.txt/text.txt # 测试文本文件├── CMakeLists.txt # CMake构建配置（依赖C++11及以上）├── main.cpp # 程序入口（命令循环与交互）├── my_operation.h # 运算类声明（Operation基类）├── operation.cpp # 运算工厂实现（Processing类）├── programbegin.cpp # 文件加载与预处理（清洗单词、统计行号...

一、直观对比：普通递归 vs 尾递归1.1 普通递归：阶乘1234def factorial(n): if n == 0: return 1 return n * factorial(n - 1) # 递归调用后还要做乘法！ 关键问题：n * factorial(n - 1) 中，递归调用 factorial(n - 1) 返回后，还要乘以 n。这意味着当前函数的栈帧不能被销毁——它必须等递归返回后继续计算。 1.2 尾递归：阶乘1234def factorial_tail(n, acc=1): if n == 0: return acc return factorial_tail(n - 1, acc * n) # 递归调用是最后一步！ 关键区别：factorial_tail(n - 1, acc * n) 是函数的最后一步操作。递归调用返回后，当前函数直接返回那个值，不需要做任何额外计算。这意味着当前栈帧可以被安全地复用。 核心判断标准：递归调用是否是函数的最后一个操作，且返回值直接就是递归调用的结果，不需要后续计算...

一、文本查询程序代码整理1.1 textsearchprogram.h123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475#ifndef TEXT_SEARCH_PROGRAM_H#define TEXT_SEARCH_PROGRAM_H#include "my_operation.h"void cleanWord(string & word);//包括单词出现次数和出现行号class WordDate {private: int count = 0; set <int> linenums; friend class ProgramDate;public: WordDate () {}; WordDate (int _count, set <int...

一、引言编写解释器是理解编程语言本质的最佳方式。本文将用 Python 实现一个最小但功能完整的 Scheme 解释器，覆盖三个核心模块： 解析器（Parser）：将字符串代码转换为 Python 内部数据结构 求值器（Evaluator）：根据 Scheme 规则计算数据结构的值 环境（Environment）：存储和查找变量值的"记事本" 二、模块一：解析器2.1 原理Scheme 的语法极其简单——一切都是 S-表达式（括号嵌套列表）。解析过程分两步： 词法分析（Tokenize）：将字符串拆分为 token 语法分析（Parse）：将 token 序列转换为嵌套列表 2.2 实现123456789101112131415161718192021222324252627282930313233343536import redef tokenize(source): tokens = re.findall(r'\(|\)|[^\s()]+', source) return tokensdef parse(tokens...

一、核心定义与直觉1.1 Scheme begin：时间维度的"打包器"begin 将多个表达式组合成一个单一的表达式。核心逻辑是顺序执行（Side-effect sequencing）——先做 A，再做 B，返回 B 的结果。 1234567(begin (display "Hello") (display " ") (display "World") 42);; 打印：Hello World;; 返回：42 begin 是为了解决一个矛盾：函数体只能返回一个值，但在有副作用的语言中需要做多件事。 1.2 Python 逗号：空间维度的"分隔符"逗号 , 是一个分隔符或构造器。核心逻辑是并列关系（Juxtaposition）——它用于分隔参数、列表元素，或者构造元组。它不隐含"先做这个再做那个"的顺序依赖，而是强调"把这些放在一起"。 12345678# 分隔参数print("Hello", "Wor...

一、基础语法与形态对比1.1 C++ switch：基于常量表达式的跳转1234567891011121314int day = 3;switch (day) { case 1: cout << "Monday"; break; // 必须手动 break，否则 Fall-through case 2: cout << "Tuesday"; break; case 3: cout << "Wednesday"; break; default: cout << "Other";} 核心特征： case 标签必须是编译期常量（整数、枚举、字符） Fall-through：不加 break 会继续执行下一个 case 只能做相等性测试（==），不支持范围判断 1.2 Python match：基于模式的结构匹...

导言在面向对象编程的世界里，类与类之间的关系设计和功能复用机制是构建高质量软件的基石。理解这些概念不仅有助于写出结构清晰的代码，更能提升系统的可维护性和扩展性。本文将结合实例，深入探讨 C++ 中类间的五大关系（继承、组合、聚合、关联、依赖），并分享对功能复用的理解与实践经验。 一、对类间关系的本质理解类间关系本质上反映了现实世界中事物之间的联系，是对客观世界的抽象。在面向对象设计中，我们通过类间关系来建模这些联系，使软件系统更贴近现实逻辑。 类间关系并非孤立存在，它们之间存在着从强耦合到弱耦合的渐变过程：继承 > 组合 > 聚合 > 关联 > 依赖。这种耦合度的差异，决定了它们在不同场景下的适用性。 让我们以基础类 A 为核心，通过具体代码来理解这些关系： 123456789class A{public: friend class E; void func() { cout << "hello,world" << endl; }}; ...

一、基础语法与直观理解1.1 基本格式切片的语法格式是 sequence[start:stop:step]，三个参数均可省略。 1.2 "左闭右开"原则切片遵循数学区间 [start, stop) 的约定——包含 start，不包含 stop： 12nums = [0, 1, 2, 3, 4]print(nums[1:3]) # [1, 2] —— 取索引1和2，不取3 这个设计的好处是：stop - start 恰好等于切片的长度，计算起来非常自然。 1.3 负数索引负数索引从序列末尾倒数：-1 是最后一个元素，-2 是倒数第二个，以此类推。 1234nums = [0, 1, 2, 3, 4]print(nums[-1]) # 4 —— 最后一个元素print(nums[-3:-1]) # [2, 3] —— 倒数第三到倒数第二print(nums[-3:]) # [2, 3, 4] —— 倒数第三到末尾 二、进阶操作与技巧2.1 步长的奥秘step 控制切片的方向和跨度： 12345678910nums = [0, 1, 2...

一、引言：从"老式"到"新式"的进化Python 早期的 % 格式化继承自 C 语言的 printf，语法繁琐且类型绑定严格： 123name = "Alice"age = 30print("Name: %s, Age: %d" % (name, age)) format() 作为 Python 2.6 引入的"新式"格式化方法，是 f-string 的前身，也是目前功能最全面的格式化方案。 核心观点：虽然 f-string 更简洁，但 format() 在模板分离和动态格式化场景中依然是王者。 二、基础语法：三种参数传递方式2.1 位置参数12345# 默认顺序"{} {}".format("Hello", "World") # 'Hello World'# 指定索引——可以打乱顺序或重复使用"{1} {...

一、引言：揭开"魔法"的面纱当你写下 len(my_list) 或 my_obj + 1 时，Python 是如何知道怎么做的？ 答案是一套约定俗成的"暗号"系统——特殊名称（Magic Methods）。它们是 Python 对象与解释器之间的通信协议，以双下划线开头和结尾（因此也叫 Dunder Methods，Double UNDERscore）。 掌握这些暗号，你就能让自定义对象像内置类型一样工作。 二、基础篇：对象的"自我介绍"与"生命周期"2.1 对应关系 特殊名称 对应的内置功能 说明 __init__ 对象初始化 构造函数，创建实例时调用 __str__ str() / print() 面向用户的友好展示 __repr__ repr() / 交互式显示 面向开发者的精确描述 2.2 代码演示12345678910111213141516class Person: def __init__(self, name, age): ...

一、引言：字符串的两种面孔在 Python 交互式命令行中，同一个对象可以呈现两种截然不同的面貌： 1234567>>> s = "Hello\nWorld">>> print(s)HelloWorld>>> s'Hello\nWorld' print(s) 展示的是面向用户的友好输出——换行符真的换行了。而直接输入 s，展示的是面向开发者的精确描述——换行符被保留为 \n，还带着引号。 为什么 Python 需要两种方式来表示对象？因为它们服务于不同的受众：用户需要可读性，开发者需要精确性。 核心观点：repr() 追求精确与可复现性，f-string 追求可读性与灵活性。 二、repr()：对象的"官方身份证"2.1 核心概念repr() 旨在返回一个"官方"的字符串表示。理想情况下，这个字符串应该能作为 Python 代码来重新创建该对象： 1eval(repr(obj)) == obj 这不是硬性要求，但对于内置类型（如 int、str...

一、引言：打破"一次性"函数的诅咒普通函数有一个致命特征——一次性。执行到底，return 结果，销毁所有局部变量。人死灯灭，不留痕迹。 但有些场景需要函数"记住"上次执行到哪里了。比如遍历一个大文件，你不想一次性读入内存，而是读一行、处理一行、再读一行。这就需要函数拥有"记忆"——生成器应运而生。 生成器让函数从"单向流水线"变成了"可暂停的状态机"。 二、Yield：时间的暂停与状态的冻结2.1 核心机制当代码执行到 yield 时，函数并没有结束，而是"挂起"了： 保存当前的执行位置和所有局部变量 产出一个值给调用者 交还控制权，等待下次被唤醒 123456789101112131415161718192021def counter(n): i = 0 while i < n: print(f" [生成器内部] 即将 yield {i}") yield i ...

一、核心差异总结一句话概括：C++ 拥有编译期强制访问控制，Python 只有运行时命名约定。 C++ 的 public/protected/private 是编译器强制执行的——违规代码根本无法编译。Python 的 _/__ 前缀只是"君子协定"——技术上你总能绕过去，Python 相信"我们都是成年人"。 二、Python 的三种"伪权限"2.1 Public（var）：普通继承行为没有任何前缀的属性就是公开的，子类和外部都可以自由访问： 1234567891011121314class Animal: def __init__(self, name): self.name = name # 公开属性 def speak(self): # 公开方法 return f"{self.name} makes a sound"class Dog(Animal): d...

一、类图设计方法论：构建稳健的面向对象模型类图建模的本质是将现实世界的业务概念转化为计算机可理解的面向对象结构。遵循科学的方法论是确保模型质量的基础，核心包含四大环节：元素识别、关系构建、属性定义与模型优化。 1.1 元素识别：精准定位核心建模单元元素识别是类图设计的起点，需从业务需求中提取关键概念并转化为 UML 元素。识别过程需遵循 "单一职责原则"，确保每个元素职责清晰、边界明确。 核心元素类型及识别方法 元素类型 识别特征 表示符号 应用场景 类 (Class) 具有相同属性和行为的对象集合 矩形（分三层：类名 / 属性 / 方法） 业务实体（如 User、Order）、控制逻辑（如 OrderService）、工具组件（如 DateUtils） 接口 (Interface) 定义行为契约，无具体实现 棒棒糖形状或矩形（标注 <>） 服务契约（如 PaymentGateway）、模块边界（如 UserRepository） 抽象类 (Abstract Class) 不能实例化，包含抽象方法 类名斜体或标...

一、引言：告别冗长的 For 循环你一定写过这样的代码： 123456names = ["Alice", "Bob", "Charlie"]ages = [25, 30, 35]result = []for i in range(len(names)): if ages[i] > 28: result.append(names[i].upper()) 索引操作、条件判断、手动追加……这段代码能跑，但不够 Pythonic。Python 提供了四个核心内置函数——zip、map、filter、reversed，它们让数据处理像搭积木一样简洁。 更重要的是，它们返回的都是迭代器，采用惰性求值（Lazy Evaluation）——数据不是一次性全部生成，而是按需产出。这意味着处理百万级数据时，内存占用可能只有几个字节。 二、Map：数据转换的流水线2.1 核心作用对序列中的每个元素执行相同的操作（映射）。 1map(function, iterable) 2.2 实战场景批量类型转换： 123st...

一、面向对象分析（OOA）：需求提取与实体识别1.1 核心业务需求本系统旨在实现以下关键功能： 支持对多种基础几何图形，包括矩形、圆形和三角形的面积计算； 以统一的方式展示不同类型图形的名称及其对应的面积计算结果； 构建具有高度扩展性的系统架构，确保在新增图形类型时，现有计算逻辑无需进行任何修改。 1.2 核心实体识别（3 个以上核心实体）经过严谨的需求分析，本研究确定了以下核心业务实体，并对各实体的属性、行为及业务约束进行了详细定义： 实体名称 核心属性 核心行为 业务约束 图形（Figure） 无直接属性（抽象概念） 获取名称、计算面积 作为抽象基类，不可实例化，需由具体图形类继承 矩形（Rectangle） 长度（length）、宽度（width） 计算面积、返回名称 长度和宽度必须为正数 圆形（Circle） 半径（radius） 计算面积、返回名称 半径必须为正数 三角形（Triangle） 三边长度（a、b、c） 计算面积、返回名称 三边长度需满足三角不等式（a+b>c 等） 图形管理器（FigureManager） 图形集...

一、从"盒子"到"标签"1.1 C语言的"盒子"模型在 C 语言中，变量是一个有固定大小的"盒子"： 1234int a = 10; // 盒子 a 里装着 10int b = a; // 把 a 盒子里的 10 拷贝一份，装进盒子 ba = 20; // 把盒子 a 里的值改成 20// b 仍然是 10，因为每个盒子独立存储自己的值 赋值（a = b）就是把 b 盒子里的东西拷贝一份到 a 盒子里。两个盒子互不干扰。 1.2 Python的"标签"模型Python 的变量更像一张"便利贴"或"标签"，而数据本身是堆内存中的一个"对象"： 1234a = 10 # 创建整数对象 10，把标签 a 贴上去b = a # 把标签 b 也贴到同一个对象 10 上a = 20 # 把标签 a 从 10 撕下来，贴到新对象 20 上# b 仍然贴在 10 上 赋值（a = b）不是拷贝对象，而是给...

一、一个令人困惑的场景你刚学 Python 不久，写了这样一段代码： 123456def try_change(x): x = 100num = 42try_change(num)print(num) # 输出：42 —— 为什么不是 100？ 你期望 num 被改成 100，但它纹丝不动。然而换一种写法： 123456def try_append(lst): lst.append(4)nums = [1, 2, 3]try_append(nums)print(nums) # 输出：[1, 2, 3, 4] —— 居然改了！ 列表却被成功修改了。同一个函数、同一种"传参"，为什么有时改了外面，有时改不了？Python 到底是"传值"还是"传引用"？ 答案是：都不是。Python 使用的是一种更精确的机制——传对象引用（Pass by Object Reference）。 二、核心概念：传对象引用2.1 变量是"标签"，不是"盒子"在 C++ 中，变量是一个&qu...

一、引言如果你写过 functools.partial，或者曾经用闭包"锁定"一个参数，那你其实已经在不知不觉中使用了**柯里化（Currying）**的思想。这个名字来源于数学家 Haskell Curry，而它背后的思想极为简洁：将接受多个参数的函数，转化为一系列只接受一个参数的函数。 从 Python 的视角出发，柯里化不仅是一种函数式编程技巧，更是深入理解闭包、高阶函数与"函数是对象"这三件事的绝佳切入点。 二、什么是柯里化2.1 原始定义在数学和 lambda 演算中，柯里化的定义是： 将一个接受 N 个参数的函数 f(a, b, c) 转化为 f(a)(b)(c) —— 即接受第一个参数返回新函数，新函数接受第二个参数返回下一个新函数，直到收集完所有参数时执行原始逻辑。 2.2 一个直观的例子从一个简单的加法函数开始： 12345# 普通写法：一次接受两个参数def add(a, b): return a + bprint(add(3, 5)) # 输出：8 柯里化之后： 123456789# 柯里化写法：每次只接...

一、核心概念辨析在开始代码实现前，需先明确三个核心概念的区别： 概念 定义 典型示例 可调用实体 (Callable Entity) 所有可以通过()语法调用的对象或表达式的统称 函数指针、lambda 表达式、仿函数、bind返回对象 函数对象 (Function Object) 具有operator()成员函数的类实例（仿函数） 自定义struct Add { int operator()(int a, int b); } 可调用对象 (Callable Object) 除函数指针外的可调用实体，强调 "对象" 属性 lambda 表达式、std::bind返回值、std::mem_fn返回值 二、完整代码实现以下代码基于 C++11 标准实现，包含自由函数绑定、成员函数绑定、参数占位符使用、带状态函数对象等典型场景： 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585...