Question

我正在使用C ++编写一些代码，我工作的很多东西都涉及分析数据集。我经常需要从STL容器中选择一些元素，而且我经常编写这样的代码：

using std::vector;
vector< int > numbers;
for ( int i = -10; i <= 10; ++i ) {
    numbers.push_back( i );
}

vector< int > positive_numbers;
for ( vector< int >::const_iterator it = numbers.begin(), end = numbers.end();
        it != end; ++it 
) {
    if ( number > 0 ) {
        positive_numbers.push_back( *it );
    }
}

随着时间的推移，这个for循环及其中包含的逻辑变得更加复杂和难以理解。像这样的代码不如SQL中的类似SELECT语句那么令人满意，假设我有一个名为numbers的表，其中一列名为“num”而不是std :: vector＆lt; int＆gt; ：

SELECT * INTO positive_numbers FROM numbers WHERE num > 0

这对我来说更具可读性，并且还可以更好地扩展，随着时间的推移，我们的代码库中的许多if语句逻辑变得复杂，依赖于顺序且不可维护。如果我们可以在C ++中执行类似SQL的语句而不必去数据库，我认为代码的状态可能会更好。

有没有一种更简单的方法可以在C ++中实现类似SELECT语句的东西，我可以通过仅描述我想要的对象的特征来创建一个新的对象容器？我还是比较新的C ++，所以我希望模板元编程或聪明的迭代器能解决这个问题。谢谢！

根据前两个答案进行编辑。谢谢，我不知道LINQ实际上是什么。我主要在Linux和OSX系统上编程，并且对跨OSX，Linux和Windows的跨平台感兴趣。所以这个问题的一个受过更多教育的版本是 - 是否有像LINQ for C ++这样的跨平台实现？

Answer 1

你几乎完全描述了LINQ。它是.NET 3.5的一个特性，所以你应该可以在C ++中使用它。

Answer 2

您所描述的功能通常出现在支持闭包，谓词，仿函数等概念的函数式语言中。

上面代码的问题在于它结合了：

迭代收集的逻辑（for循环）
要复制到另一个集合的元素必须满足的条件
将元素从一个集合复制到另一个集合的逻辑

实际上（1）和（3）是样板文件，只要每次需要迭代将某些元素复制到另一个集合的集合时，它可能只是每次都会改变的条件代码。支持函数式编程的语言消除了这种样板。例如，在Groovy中，您可以使用

def positive_numbers = numbers.findAll{it > 0}

尽管C ++不是一种函数式语言，但可能有一些库为STL集合提供功能式编程支持。例如，Apache commons集合（也可能是Google的集合库）为使用Java集合的函数式编程提供支持，即使Java本身不是函数式语言。

Answer 3

我认为您已经描述了LINQ（C＃和.NET 3.5功能）。你看过那个吗？

Answer 4

LINQ是.NET（或非Windows平台上的Mono）的明显答案，但在C ++中，在STL中自己编写类似的内容并不困难。

使用Boost.Iterator库编写一个“select”迭代器，例如，跳过所有不满足给定谓词的元素。

我相信Boost在他们的文档中已经有一些相关的例子。或者http://www.boost.org/doc/libs/1_39_0/libs/iterator/doc/filter_iterator.html实际上可以开箱即用。

在任何情况下，在C ++中，基本上可以通过分层迭代器来实现相同的效果。

如果你有一个常规迭代器，它访问序列中的每个元素，你可以将它包装在一个过滤器迭代器中，它会增加底层迭代器，直到找到满足条件的值。然后你甚至可以将它包装在一个“select”迭代器中，将值转换为所需的格式。

这似乎是一个相当明显的想法，但我不知道它的任何完整实现。

Answer 5

您正在使用STL容器。我建议使用STL algorithms，这很大程度上是出于集合理论。 SQL select被转换为std::find_if的重复应用程序，或std::lower_bound和std::upper_bound的组合（在已排序的容器上）。性能与循环大致相同，但语法更具说明性。

LINQ将为您提供类似的语法和操作，但除非在IQueryable上使用（即数据库中的数据），否则您也不会获得任何性能提升。

之后你最好的选择就是将这些东西放入文件中。无论是BerkelyDB，NetCDF，HDF5，STXXL等等。文件访问速度很慢，但这样做可以让您处理的数据量超过内存量。

Answer 6

对于你所描述的内容，std :: vector不是一个非常好的选择。这是一个与没有索引的表等效的SQL。最重要的是，使用另一个容器的内容填充一个容器可能是一个合理的性能优化，但不是非常易读，也不是非常惯用。有许多方法可以解决这个问题（IE，不依赖于托管代码.net）。

首选是选择更好的容器。如果您不需要进行稳定的迭代，那么您应该使用std :: set或std :: multi_set。这些容器使用平衡搜索树按顺序存储值。这相当于所有列的简单SQL索引。

std::set< int > numbers;
for ( int i = -10; i <= 10; ++i ) {
    numbers.insert( i );
}

std::set::iterator first = numbers.find(1);
std::set::iterator end = numbers.end();

现在，您可以在{strong> O（n log（n））填充和 O（日志）上从first迭代到end而不浪费任何额外的努力（n））寻求。 I {std::set::iterator

的 O（1）

如果由于某种原因你必须使用向量，你可以使用std::find_if获得更多惯用的C ++（参见Max Lybbert's回答）

bool isPositive(int n) { return n > 0; }

std::vector< int > numbers;
for ( int i = -10; i <= 10; ++i ) {
    numbers.push_back( i );
}

for ( std::vector< int >::const_iterator end = numbers.end(), 
        iter = std::find_if(numbers.begin(), end, isPositive); // <- first positive value
      iter != end; 
      iter = std::find_if(iter, end, isPositive) // <- advance iter to the next positive
) {

    // iter is guaranteed to be positive here, do something with it!
}

如果你想在没有实际连接到数据库的情况下更加引人注目的SQL，你应该查看Boost，特别是boost::multi_index容器和增强迭代器。

Answer 7

如果您想在Linux / OS X上试用LINQ，请查看Mono。它是.NET Framework的一个端口，我相信现在包含LINQ。

在命令式语言中选择SQL-Like

7 个答案: