当前位置:

首页 > 编程开发 > C++ lambda表达式使用与变量捕获示例

C++ lambda表达式使用与变量捕获示例

C++中lambda表达式可定义匿名函数,用于算法回调等场景,语法为[捕获](参数)->返回类型{函数体},如[=]值捕获、[&]引用捕获,示例autoadd=[](inta,intb){returna+b;}计算两数之和。

本文目录

    C++中lambda表达式可定义匿名函数,用于算法回调等场景,语法为[捕获](参数)->返回类型{函数体},如[=]值捕获、[&]引用捕获,示例auto add=[ ](int a,int b){return a+b;}计算两数之和。

    c++如何使用lambda表达式_C++匿名函数与捕获变量示例

    在C++中,lambda表达式是一种定义匿名函数的简便方式,常用于需要传递函数对象的场景,比如算法中的比较、过滤或回调。它可以在代码中直接定义,无需单独命名函数,提升可读性和编码效率。

    基本语法与简单示例

    lambda表达式的语法结构如下:

    [capture](parameters) -> return_type { function_body }

    其中,捕获列表(capture)是可选的,参数列表和返回类型也可以省略(编译器能自动推导)。

    例如,定义一个简单的lambda,计算两个数的和:

    auto add = [](int a, int b) { return a + b; };
    int result = add(3, 4); // result = 7

    这里使用了空捕获列表 [],表示不捕获任何外部变量。

    捕获外部变量的方式

    lambda可以访问其定义作用域内的局部变量,通过捕获列表实现。常见捕获方式有以下几种:

    • [=]:值捕获,按值复制所有使用的外部变量
    • [&]:引用捕获,按引用访问外部变量
    • [var]:只按值捕获指定变量
    • [&var]:只按引用捕获指定变量
    • [this]:捕获当前对象的指针,用于类成员函数中

    示例:使用值捕获修改局部变量

    int x = 10;
    auto f1 = [x]() { std::cout << x << std::endl; };
    f1(); // 输出 10
    // 在lambda内部无法修改x,除非使用 mutable

    若需在lambda中修改值捕获的变量,需加上 mutable 关键字:

    auto f2 = [x]() mutable { x += 5; std::cout << x << std::endl; };
    f2(); // 输出 15,但原x仍为10

    若用引用捕获,则可直接修改原变量:

    auto f3 = [&x]() { x += 5; };
    f3(); // x 变为 15

    实际应用场景示例

    lambda常用于STL算法中,比如 std::sort、std::find_if 等。

    例如,对一个学生分数向量按降序排序:

    std::vector scores = {85, 92, 78, 96, 88};
    std::sort(scores.begin(), scores.end(), [](int a, int b) {
      return a > b;
    });

    又如,在容器中查找第一个大于90的元素:

    auto it = std::find_if(scores.begin(), scores.end(), [](int score) {
      return score > 90;
    });
    if (it != scores.end()) {
      std::cout << "找到高分: " << *it << std::endl;
    }

    在类成员函数中,lambda也可捕获 this 来访问成员变量:

    class Student {
    public:
      void printInfo() const {
        auto printer = [this]() {
          std::cout << name << ", " << age << std::endl;
        };
        printer();
      }
    private:
      std::string name = "Tom";
      int age = 20;
    };

    基本上就这些。lambda让C++代码更简洁灵活,合理使用捕获方式是关键。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗
    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗

    AG2 1.3.2统一缓存Token统计并更新ACP1.x依赖;解释预算提前触达、报表口径与Python3.15构建限制。

    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径
    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径

    llama.cpp b12433避免AMD设备将奇数src0列送入需要偶数列的MMVF路径:满足偶数条件才保留MMVF,其他形状沿用既有回退。对应改动发生在MUL_MAT_ID处理和相关同步判断中,范围限定于代码说明中的类型与token条件。

    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话
    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话

    Ducter 0.0.58调整任务阅读、执行中消息和后台会话,区分下一步发送与做完再说,并说明tailnet HTTPS辅助的条件。

    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分
    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分

    Unlimited OCR 2官方确认百度智能云TextMind渠道;区分云端入口、账号权限配额与本地模型部署,避免混淆接口和计费条件。

    TensorFold 1.2.9的Ollama接口和服务配置文件怎么用
    TensorFold 1.2.9的Ollama接口和服务配置文件怎么用

    TensorFold 1.2.9的服务配置文件用于保存和复用启动参数,Ollama兼容API则在同一推理路径上提供聊天、生成和模型查询等接口。理解配置优先级及后端限制,比只看到“兼容”就直接迁移全部流量更有用。

    如何理解Univer 1.5.2的二次混淆移除与构建边界?
    如何理解Univer 1.5.2的二次混淆移除与构建边界?

    理解Univer 1.5.2的关键,是把额外混淆与构建压缩分开。本版删除二次混淆插件及相关配置,同时保留Pro模块的minify设置;它解释的是产物处理方式的变化,不代表增加了表格或公式能力。

    Open Code Review 1.13.10的续跑和比较侧代码访问怎么用
    Open Code Review 1.13.10的续跑和比较侧代码访问怎么用

    Open Code Review 1.13.10新增工作区模式的--resume支持,并在仅指定--from时把--to默认设为HEAD。它还支持访问比较侧代码,改进Markdown摘要和进度输出;这些变化分别涉及会话延续、比较范围、代码上下文与终端展示。

    browser-use 1.0.6默认模型费用为何变化,如何保留原配置
    browser-use 1.0.6默认模型费用为何变化,如何保留原配置

    browser-use 1.0.6更换未传llm时的默认模型和推理档位;显式选择bu-fast并按任务读取真实用量费用。

    Claude Sonnet 5.5与Claude Fable 5.2错误恢复后,四类产品影响范围怎么看
    Claude Sonnet 5.5与Claude Fable 5.2错误恢复后,四类产品影响范围怎么看

    Claude Sonnet 5.5与Claude Fable 5.2错误升高事故的恢复覆盖claude.ai、Claude API、Claude Code和Claude Cowork,影响窗口为2026年11月16日北京时间15:32至16:45。这份恢复结论针对事故r1b4f9bbnsx1,不表示每位用户都曾中断,也不表示其他独立事故全部恢复。

    llama.cpp b12432测试构建改善了哪些KV缓存管理行为?
    llama.cpp b12432测试构建改善了哪些KV缓存管理行为?

    llama.cpp b12432预发布构建利用位置索引减少KV序列删除扫描;解释官方函数微基准、删除边界测试及生产评估限制。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。