news 2025/12/26 14:52:08

c++函数传参的几种推荐方式

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
c++函数传参的几种推荐方式

比如一个func函数,需要传入一个T类型的很大的x参数用于func内部读取(不修改)。有几种方法:

方法一:值传递

这也是最简单的方法:

void func(T x) { T y = x; // x到y有拷贝 T y = std::move(x); // x所有权交给y,没有拷贝,但后文不能再用x了 }

调用:

T a; func(a); // a到x有1次拷贝

由于是值传递,这里a到x需要一次拷贝,x到y如果不用std::move的话又有一次拷贝。

如果不想要a到x的值传递时的拷贝,需要在调用时move:

T a; func(std::move(a)); // a到x有0次拷贝,1次move构造(move比较轻量) //这里把a完全交给了func内部,没有拷贝,但后文不能再用a了

结论:

  • 接口最灵活

  • 调用方决定是否拷贝(选择是否std::move(a)),这是 STL 和 Effective Modern C++ 强烈推荐的模式

  • 现代 C++ 非常推荐(“pass-by-value + move”惯用法)

方法二:引用传递(只读参数最佳)

类似于c语言的传递指针(不利于对象管理,此处不讨论),但是c++中有一个引用传递的新概念:

void func(const T& x) { T y = x; // x到y有拷贝 }

调用:

T a; func(a); // x就是a的引用,0次拷贝,0次move构造

这里T&表示传入的就是a的引用,不存在a到x的拷贝过程。const表示传入的x在函数内部不准修改,保证了a不会被func修改掉(func只读a)。

但是const T&不能实现a到y的完全无拷贝传递,一个经典的错误:

void func(const T& x) { // 假的move,实际还是发生了拷贝,因为move的是const T&类型,而不是x的所有权 T y = std::move(x); }

结论:

  • 最佳适用场景

    • 只读

    • 不接管所有权

    • 不需要在函数内部生成新对象

  • 不要指望它“零拷贝生成 y”

方法三:传入右值(所有权传递)

针对const T&不能传入a的所有权从而无拷贝把a给到y的问题,实际应当传入a的右值。

有两种方法:

1. 方法一种提到的值传递,函数调用一次move把a给到x,函数内部用move再把x给到y,全程0拷贝,2次move(推荐)

void func(T x) { y = std::move(x); //x到y 0次拷贝,1次move(轻量),后文不能再用x了 } //调用 T a; func(std::move(a)); // a到x 0次拷贝,1次move(轻量),后文不能再用a了

这相当于把是否拷贝的选择交给了调用方,调用方可以用func(a)也可以用func(std::move(a)),前者a到x有一次拷贝,后者没有但后文不能再用a了。

2. 强制只能传入右值,明确接管

void func(T&& x) { T y = std::move(x); // x到y有0次拷贝,1次move(轻量) } //调用 T a; func(std::move(a)); // a到x 0次拷贝,0次move,因为x不是新对象,已经绑定到a // func(a); //不允许

这里用T&&表示传入的只能是右值,减少了值传递a到x的move,但也限定了a后文不能再用。

结论:

  • 适合:

    • 明确“我就是要接管你的对象”,相比值传递写法可以少1次move。

    • 函数语义就是“消费型接口”

  • 不适合:

    • 公共 API

    • 希望调用方既能传左值又能传右值

所以:T&&是“语义最强,但最不灵活”的接口。

总结:

  • 只读 →const T&

  • 可能接管 →T(值传递或者std::move())

  • 强制接管 →T&&

  • 别对const T&std::move

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2025/12/16 15:55:42

LobeChat是否支持Markdown渲染?技术文档写作体验评测

LobeChat是否支持Markdown渲染?技术文档写作体验评测 在今天,如果你正在用 AI 写一份技术文档、整理会议纪要,或是调试一段 Python 脚本,你大概率希望看到的不是一堆乱糟糟的原始文本,而是一份结构清晰、代码高亮、公式…

作者头像 李华
网站建设 2025/12/16 15:55:24

GNU make在鸿蒙PC上的使用方法

ohos-make 是为 OpenHarmony 平台编译的 GNU make 构建工具。本文档详细介绍如何在鸿蒙PC上安装和使用官方适配完成的 make 工具,包括 HNP 包的打包、安装和使用方法。 📋 目录 一、项目概述二、为什么需要 HNP 包三、HNP 包打包方法四、安装与使用五、…

作者头像 李华
网站建设 2025/12/16 15:55:18

m4宏处理器在鸿蒙PC上的应用指南

ohos-m4 是为 OpenHarmony 平台编译的 m4 宏处理器。本文档详细介绍如何在鸿蒙PC上安装和使用官方适配完成的 m4 工具,包括 HNP 包的打包、安装和使用方法。 📋 目录 一、项目概述二、为什么需要 HNP 包三、HNP 包打包方法四、安装与使用五、使用示例六…

作者头像 李华
网站建设 2025/12/16 15:55:03

TensorRT-LLM模型导出全解析(v0.20.0rc3)

TensorRT-LLM模型导出全解析(v0.20.0rc3) 在大模型推理落地的实战中,性能与成本的博弈从未停止。一个70B级别的模型如果直接用PyTorch原生部署,每秒可能只能处理几个请求,而通过TensorRT-LLM优化后,吞吐量…

作者头像 李华
网站建设 2025/12/20 12:55:03

LobeChat国际化支持现状:中文用户体验优秀

LobeChat 的中文体验为何如此出色? 在如今遍地开花的 AI 聊天应用中,大多数项目虽然底层模型支持多语言,但前端界面却往往“重英文、轻本地化”。尤其对于中文用户来说,常见的痛点比比皆是:输入法卡顿、光标错位、字体…

作者头像 李华
网站建设 2025/12/16 15:54:19

LobeChat能否模仿名人说话?趣味性与风险并存

LobeChat能否模仿名人说话?趣味性与风险并存 在一场虚拟的“对话”中,你向爱因斯坦请教人工智能的本质,他用带着德语口音的英语缓缓说道:“就像引力不是瞬间作用一样,真正的智能也需要时间弯曲逻辑。”——这不是电影桥…

作者头像 李华