C++实战:如何用max_element和min_element简化你的代码(附完整示例)

news2026/3/27 20:10:25
C实战用max_element和min_element提升代码简洁性的5种高阶技巧在C开发中我们经常需要处理各种容器数据的极值查找问题。传统的手写循环不仅代码冗长还容易引入边界错误。今天我要分享的是如何用STL中的max_element和min_element函数来简化这类操作让你的代码更加优雅高效。1. 基础用法与性能分析max_element和min_element是定义在algorithm头文件中的两个模板函数它们通过迭代器遍历容器来查找极值。先看一个最基本的例子#include algorithm #include vector #include iostream int main() { std::vectorint numbers {3, 1, 4, 1, 5, 9, 2, 6}; auto max_it std::max_element(numbers.begin(), numbers.end()); auto min_it std::min_element(numbers.begin(), numbers.end()); std::cout 最大值: *max_it 位置: std::distance(numbers.begin(), max_it) \n; std::cout 最小值: *min_it 位置: std::distance(numbers.begin(), min_it) \n; }这两个函数的时间复杂度都是O(n)与手写循环的性能相当。但它们有几个优势代码简洁一行代码替代多行循环可读性强函数名直接表达意图安全性高自动处理空容器情况提示当容器为空时这两个函数会返回end迭代器使用前应该检查返回值是否有效。2. 自定义比较函数的实战应用这两个函数的真正威力在于可以传入自定义比较函数实现各种复杂的查找逻辑。下面通过几个实际案例来展示2.1 按绝对值查找极值bool abs_compare(int a, int b) { return std::abs(a) std::abs(b); } void find_abs_extremes() { std::vectorint data {-10, 5, -8, 12, -3}; auto max_abs std::max_element(data.begin(), data.end(), abs_compare); std::cout 绝对值最大的元素: *max_abs \n; }2.2 查找结构体中的极值struct Product { std::string name; double price; int stock; }; void find_product_extremes() { std::vectorProduct products { {Laptop, 999.99, 10}, {Phone, 699.99, 25}, {Tablet, 399.99, 15} }; // 查找最贵的产品 auto most_expensive std::max_element( products.begin(), products.end(), [](const Product a, const Product b) { return a.price b.price; } ); std::cout 最贵的产品: most_expensive-name 价格: most_expensive-price \n; }2.3 使用成员函数作为比较器class Temperature { public: Temperature(double k) : kelvin(k) {} double celsius() const { return kelvin - 273.15; } double fahrenheit() const { return celsius() * 9/5 32; } private: double kelvin; }; void find_temp_extremes() { std::vectorTemperature temps {300, 290, 310, 280}; auto max_f std::max_element(temps.begin(), temps.end(), [](const Temperature a, const Temperature b) { return a.fahrenheit() b.fahrenheit(); } ); std::cout 最高华氏温度: max_f-fahrenheit() \n; }3. 与现代C特性的结合使用C11及后续标准引入的新特性可以与这两个函数完美配合进一步提升代码质量。3.1 使用auto和decltype简化代码void modern_usage() { const std::vectorstd::string words {apple, banana, cherry, date}; // 使用auto自动推导迭代器类型 auto longest std::max_element(words.begin(), words.end(), [](const auto a, const auto b) { return a.length() b.length(); } ); // 使用decltype获取元素类型 decltype(words)::value_type shortest *std::min_element(words.begin(), words.end(), [](const auto a, const auto b) { return a.length() b.length(); } ); std::cout 最长的单词: *longest \n; std::cout 最短的单词: shortest \n; }3.2 与范围for循环配合使用void print_extremes() { std::arrayint, 6 arr {3, 1, 4, 1, 5, 9}; for (auto it arr.begin(); it ! arr.end(); ) { auto local_max std::max_element(it, arr.end()); std::cout 剩余部分最大值: *local_max \n; it std::next(local_max); } }4. 性能优化与特殊场景处理虽然这两个函数已经很高效但在某些特殊场景下我们还可以进一步优化。4.1 同时查找最大值和最小值传统做法是分别调用两个函数这意味着要遍历容器两次。我们可以优化为只遍历一次templatetypename Iterator std::pairIterator, Iterator minmax_elements(Iterator first, Iterator last) { if (first last) return {last, last}; Iterator min first; Iterator max first; first; for (; first ! last; first) { if (*first *min) min first; if (*max *first) max first; } return {min, max}; } void optimized_minmax() { std::vectorint data {5, 3, 8, 1, 9, 4}; auto [min_it, max_it] minmax_elements(data.begin(), data.end()); std::cout 最小值: *min_it \n; std::cout 最大值: *max_it \n; }4.2 处理大型容器时的优化对于特别大的容器可以考虑使用并行算法#include execution void parallel_extremes() { std::vectorint big_data(1000000); // 填充数据... auto max_p std::max_element(std::execution::par, big_data.begin(), big_data.end()); std::cout 并行查找的最大值: *max_p \n; }4.3 特殊容器的优化处理对于已排序的容器极值可以直接获取void sorted_container_extremes() { std::setint sorted_data {1, 3, 5, 7, 9}; // 对于有序容器极值就是首元素或末元素 if (!sorted_data.empty()) { std::cout 最小值: *sorted_data.begin() \n; std::cout 最大值: *sorted_data.rbegin() \n; } }5. 实际工程中的高级应用技巧在实际项目中这两个函数可以解决许多看似复杂的问题。下面分享几个我在工作中总结的技巧。5.1 查找第N大的元素templatetypename Container auto find_nth_largest(Container c, size_t n) { if (n 0 || n c.size()) return c.end(); auto it c.begin(); for (size_t i 0; i n; i) { it std::max_element(it, c.end()); if (i n - 1) it std::next(it); } return it; } void find_nth_largest_demo() { std::vectorint data {5, 3, 8, 1, 9, 4}; auto third_largest find_nth_largest(data, 3); if (third_largest ! data.end()) { std::cout 第三大的元素: *third_largest \n; } }5.2 查找满足条件的极值void conditional_extremes() { std::vectorint data {-5, 3, -8, 10, -2, 7}; // 查找最大的正数 auto max_positive std::max_element(data.begin(), data.end(), [](int a, int b) { bool a_positive a 0; bool b_positive b 0; if (a_positive b_positive) return a b; if (a_positive) return false; if (b_positive) return true; return a b; // 都是负数的情况 } ); if (*max_positive 0) { std::cout 最大的正数: *max_positive \n; } else { std::cout 没有正数\n; } }5.3 在多维数据中查找极值void multi_dimension_extremes() { std::vectorstd::vectorint matrix { {1, 2, 3}, {4, 5, 6}, {7, 8, 9} }; // 查找整个矩阵中的最大值 auto max_in_matrix std::max_element( matrix.begin(), matrix.end(), [](const auto row_a, const auto row_b) { auto max_a *std::max_element(row_a.begin(), row_a.end()); auto max_b *std::max_element(row_b.begin(), row_b.end()); return max_a max_b; } ); auto absolute_max *std::max_element(max_in_matrix-begin(), max_in_matrix-end()); std::cout 矩阵中的最大值: absolute_max \n; }在最近的一个数据分析项目中我发现合理使用max_element和min_element可以显著减少代码量。特别是在处理用户行为数据时需要频繁计算各种指标的极值这些STL函数让代码既简洁又易于维护。

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。如若转载,请注明出处:http://www.coloradmin.cn/o/2437104.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…