xxxfreesexmoves-haodiaocao这里只有精品视频-欧美性受黑人性爽-欧美性受xxxxxx黑人xyx性爽|www.jsyyzsb.com

如今科學工程項目越來越大、越來越復雜，許多項目都采用C 編程語言來完成。本書深入介紹了基于C 編程語言高級功能的復雜方法，旨在幫助您快速入門，實現如表達式模板之類的高級技術。您還將學習如何使用C 編程語言的強大類庫：標準模板庫（STL）以及用于算法、線性代數、微分方程、圖形的科學類庫。書中演示了如何使用面向對象、泛型編程、元編程和過程技術來編寫清晰明了、富有表達力的軟件。當您學完本書，將掌握如何使用C 編程語言來編寫高質量、高性能的軟件。

經典原味，基于C 14，編碼、工程與科研必修。
深入介紹，快速入門C ，編寫高質量、高性能軟件。
本書作者為C 標準委員會成員，擁有豐富的C 教學經驗。

前言
世界由C （以及它的C子集）構建。
Herb Sutter
Google、Amazon和Facebook的基礎架構很多都由C 構建。此外，相當一部分底層技術也是由C 實現的。在電信領域，幾乎所有固定電話和手機的連接都由C 軟件驅動。最重要的是，德國所有主要傳輸節點都是用C 處理的，這意味著筆者的家庭也依賴于C 軟件。
即便是由其他語言撰寫的軟件也會依賴于C ，因為最流行的編譯器如Visual Studio、Clang、Gnu編譯器包和Intel編譯器都是用C 實現的。Windows平臺上的程序也多由C 實現，如Microsoft Office套件。可以說C 是無所不在的。甚至您的手機和汽車也會包含由C 開發的組件。C 的發明者Bjarne Stroustrup制作了一個網頁，列出了由C 開發的應用清單，上文的例子也多源自于這個網頁。
在科學和工程中，許多高質量的軟件包都是用C 實現的。當項目超過一定大小且數據結構非常復雜的情況下更能凸顯C 的強大能力。這也是為什么大量科學和工程模擬軟件都 使用C 的原因。隨便舉幾個例子，比如該領域的領頭羊Abaqus、deal.II、FEniCS以及OpenFOAM。知名CAD軟件CATIA也由C 開發。得益于更強大的處理器和改進的編譯器， C 在嵌入式系統上的應用也越來越多。當然，并不是所有的現代語言特性和庫都可以用在這些平臺上。
最后，如果一個項目可以重新開發，我們不知道有多少項目會使用C 而不是C實現。例如，作者的好友Matt Knepley是非常成功的科學計算程序庫PETSc的作者之一，如果可以重寫這個庫的話，他會選擇C 來實現它。
學習C 的理由
和其他語言不同，從充分貼近硬件的開發，到高級抽象的開發，C 幾乎都能勝任。底層開發比如用戶定制的內存管理（User defined memory management）可以讓程序員了解程序執行過程中的細節，也能幫助您理解由其他語言開發的程序的行為。利用C 可以編寫執行效率非常高的程序，僅僅可能比使用機器語言編寫的程序慢上一點點，但是后者要付出更多的努力。然而，在死磕性能調優之前（Hardcore Performance Tuning），您應該首先關注如何開發邏輯清晰、表達準確的程序。
而這正是C 高層特性的用武之地。C 直接支持多種編程范式（Programming Paradigms）：面向對象編程（Object Oriented Programming）（第6章）、泛型編程（Generic Programming）（第3章）、元編程（Metaprogramming）（第5章）、并發編程（Concurrent Programming）（見4.6節）和過程化編程（Procedural Programming）（見1.5節），等等。C 還發明了好幾種編程技術，例如RAII（見2.4.2.1節）和表達式模板（Expression templates）（見5.3節）。C 的表達能力如此之強，故而經常可以在不改變語言的情況下發明新的技術。也許有一天您也會發明一種新的技術呢。
閱讀本書的理由
本書素材已經經過了多人的檢驗。作者執教課程C for Scientist已有三年，每年兩個學期。這門課的學生多來自于數學系，也有一些來自于物理和工程專業。在課程學習之前，他們通常沒有C 基礎，但在學完這門課程后就可以實現如表達式模板（見5.3節）之類的高級技術。您可以按照自己的節奏閱讀本書：直接跟著本書路線完成學習，或者通過閱讀附錄A，了解更多示例和背景知識。
美女與野獸
編寫C 程序有多種方式，本書將循序漸進地指導讀者使用更加高級的風格。這需要使用到C 的高級特性。這些特性看起來挺嚇人，但是習慣之后，它們不僅應用更加廣泛，也更為高效且易讀。
我們用下面這個例子作為您對C 的第一印象：恒定步長的梯度下降法。原理非常簡單，用其梯度函數例如g(x)來計算f(x)的最陡下降，并且用固定大小的步長追隨這個梯度方向到相鄰的局部最小值。 算法的偽代碼也非常簡單：
算法1：梯度下降算法
輸入：初始值x，步長s，終止條件epsilon，函數f，梯度函數g
輸出：局部最小值x

這個簡單算法我們提供了兩種實現。我們看一下下面代碼并思考一下，不考慮它們的技術細節。

它們看起來非常相似，但我們會告訴您哪一個是我們喜歡的。第一個版本差不多是純C語言，您可以用C編譯器編譯。這個版本的好處就是看起來很直觀，使用double類型的2D函數。但是我們更喜歡第二個版本，因為它用途更廣，具有任意值類型的任意維度函數。令人驚奇的是這個多功能的版本并沒有降低效率。相反，函數F和G可以內聯（見1.5.3節）節省了函數調用開銷，而在左邊版本中顯式的（丑陋的）函數指針使得這種優化變得更困難。
如果您是一個有耐心的讀者，就可以在附錄A中（A.1）找個一個比較新舊樣式的更詳細的例子。附錄中的案例更能體現使用現代風格編程的好處。當然，我們不希望您為這些新舊樣式的小沖突折騰太久。
科學和工程領域的計算機語言
如果所有的數值類軟件都在可以用C 編寫而不損失效率，那自然很好。但在我們找到一種既能高效計算，又不違反C 類型系統的方法之前，還是用Fortran、匯編，或者針對體系結構優化過的方法更好。
Bjarne Stroustrup
科學計算和工程軟件可以使用不同的編程語言編寫，而哪種語言最合適則主要取決于我們的目標和可用的資源。
?當我們僅使用現有算法時，那么最好選擇數學工具軟件如MATLAB、Mathematica、R等。但如果希望在它們的基礎上通過一些細粒度的運算（如標量計算）實現自己的算法，那么我們會發現它的性能將顯著下降。當然如果問題本身很小，或者用戶非常有耐心，這自然不是問題。否則，就需要尋找其他語言來實現我們的問題。
?Python非常適合快速開發。它也包含了大量科學計算的庫，比如scipy和numpy。使用這些庫（這些庫本身通常由C或者C 實現），我們也能開發出很高效的應用程序。和數學工具軟件一樣，細粒度實現的用戶定義算法也會犧牲性能。如果要快速實現中小型任務，Python非常適合。但如果項目足夠大，編譯器的重要性就會逐漸體現出來（例如當參數不匹配時拒絕賦值）。
?Fortran也會適用于工程和科學計算，因為Fortran上擁有大量經過充分優化的操作，如密集矩陣運算。它非常適合完成那些老派教授的作業（這些作業本身很適合Fortran）。而依據作者的經驗，在Fortran中引入新的數據結構非常麻煩，因此在Fortran中編寫一個大規模的模擬程序是個相當大的挑戰在今天，這樣的選題只有少數人能勉為其難地接受。
?C語言有著很好的性能，用C編寫的軟件數量非常多。C的語言核心小，易于學習。使用C語言開發的挑戰在于，需要使用簡陋而危險的語言特性例如指針（見1.8.2節）和宏（見1.9.2.1節）去實現大型的、無Bug的軟件。
?當應用程序的主要組件Web或圖形界面組件沒有特別密集的運算時，Java、C#、PHP這一類的語言是非常好的選擇。
?開發大型、高質量、高性能的應用程序是C 尤為擅長的。并且開發過程也不會十分漫長而痛苦。通過正確的抽象，可以飛快地編寫C 程序。在未來會有更多的科學計算庫出現在C 標準中。
顯然，我們所了解的語言越多，選擇的余地也就越大；對語言了解的越深入，我們做出的選擇也越明智。此外，大型項目也常包含多個用不同語言開發的組件，多數情況下起碼性能關鍵的內核部分都是由C或者C 實現的。總而言之，學習C 一定是一段有趣的過程，深入理解它，一定能幫助您成為一名出色的程序員。
體例
新術語使用斜體（italic）。C 源代碼使用等寬字符（monospace）。一些重要的細節被標記為粗體（boldface）。
類、函數、變量與常量一律使用小寫字母，也可能會用到下劃線。矩陣使用特殊的標記，我們一般使用單個大寫字母來代表矩陣。模板參數和Concepts以大寫開頭，大寫分割（CamelCase）。程序輸出和命令行，使用打字機字體（typewriter font）。
如果程序需要C 3、C 11或者C 14的特性，會用相應的邊框來表示。一部分程序僅使用了少量C 11的特性，且很容易替換成C 3的實現，對于它們我們不再另行標注。
? directory/source_code.cpp。
除了一些特別短小的演示代碼，所有編程實例都至少在一個編譯器上測試過。在段落或小節的開頭，我們會用箭頭指示出所討論的代碼的路徑。
所有程序都作為公有代碼倉庫置放在Github上：https://github.com/ petergottschling/discovering_modern_cpp。您可以使用以下命令來克隆代碼倉庫：
git clone https://github.com/petergottschling/discovering_modern_cpp.git。
在Windows上還可以使用更方便的工具TortoiseGit（tortoisegit.org）

　　Peter Gottschling 熱衷于編寫前沿的科學計算軟件，他希望他的熱情也能感染讀者。因為職業的緣故他編寫了 MTL4（矩陣模板庫 4），同時也是 Boost Graph Library 的作者之一。他曾在多個 C 課程和專業培訓中分享過開發經驗，并撰寫了本書。
　　他是 C 標準委員會成員，德國程序語言標準委員會副主席，也是德累斯頓 C 用戶組的創始人。他年輕時在德累斯頓工業大學就讀，同時在數學和計算機科學專業上達到了學士水平，并最終獲得了計算機科學的博士學位。萊比錫建城一千年時，他離開了學術機構，回到了他*的故鄉萊比錫，創建了自己的公司 SimuNova。
他已婚并育有四名子女。

Contents
Preface V
NNNN C V
Reasons to Read This Book VI
The Beauty and the Beast VI
Languages in Science and Engineering VIII
Typographical Conventions IX
Acknowledgments XI
About the Author XII
Chapter 1 C Basics 1
1.1 Our First Program 1
1.2 Variables 3
1.2.1 Constants 5
1.2.2 Literals 6
1.2.3 Non-narrowing Initialization 7
1.2.4 Scopes 8
1.3 Operators 10
1.3.1 Arithmetic Operators 11
1.3.2 Boolean Operators 14
1.3.3 Bitwise Operators 15
1.3.4 Assignment 15
1.3.5 Program Flow 16
1.3.6 Memory Handling 17
1.3.7 Access Operators 17
1.3.8 Type Handling 17
1.3.9 Error Handling 18
1.3.10 Overloading 18
xiii
前言
學習C 的理由
閱讀本書的理由
美女與野獸
科學和工程領域的計算機語言
體例
致謝
關于作者
1.3.11 Operator Precedence 18
1.3.12 Avoid Side Effects! 18
1.4 Expressions and Statements 21
1.4.1 Expressions 21
1.4.2 Statements 21
1.4.3 Branching 22
1.4.4 Loops 24
1.4.5 goto 27
1.5 Functions 28
1.5.1 Arguments 28
1.5.2 Returning Results 30
1.5.3 Inlining 31
1.5.4 Overloading 31
1.5.5 main Function 33
1.6 Error Handling 34
1.6.1 Assertions 34
1.6.2 Exceptions 35
1.6.3 Static Assertions 40
1.7 I/O 40
1.7.1 Standard Output 40
1.7.2 Standard Input 41
1.7.3 Input/Output with Files 41
1.7.4 Generic Stream Concept 42
1.7.5 Formatting 43
1.7.6 Dealing with I/O Errors 44
1.8 Arrays, Pointers, and References 47
1.8.1 Arrays 47
1.8.2 Pointers 49
1.8.3 Smart Pointers 51
1.8.4 References 55
1.8.5 Comparison between Pointers and References 55
1.8.6 Do Not Refer to Outdated Data! 55
1.8.7 Containers for Arrays 56
1.9 Structuring Software Projects 58
1.9.1 Comments 59
1.9.2 Preprocessor Directives 60
1.10 Exercises 63
1.10.1 Age 63
1.10.2 Arrays and Pointers 64
1.10.3 Read the Header of a Matrix Market File 64
Chapter 2 Classes 65
2.1 Program for Universal Meaning Not for Technical Details 65
2.2 Members 67
2.2.1 Member Variables 67
2.2.2 Accessibility 68
2.2.3 Access Operators 70
2.2.4 The Static Declarator for Classes 70
2.2.5 Member Functions 71
2.3 Setting Values: Constructors and Assignments 72
2.3.1 Constructors 72
2.3.2 Assignment 81
2.3.3 Initializer Lists 82
2.3.4 Uniform Initialization 83
2.3.5 Move Semantics 85
2.4 Destructors 89
2.4.1 Implementation Rules 89
2.4.2 Dealing with Resources Properly 90
2.5 Method Generation Resume 95
2.6 Accessing Member Variables 96
2.6.1 Access Functions 96
2.6.2 Subscript Operator 97
2.6.3 Constant Member Functions 98
2.6.4 Reference-Qualified Members 99
2.7 Operator Overloading Design 100
2.7.1 Be Consistent! 101
2.7.2 Respect the Priority 101
2.7.3 Member or Free Function 102
2.8 Exercises 104
2.8.1 Polynomial 104
2.8.2 Move Assignment 104
2.8.3 Initializer List 105
2.8.4 Resource Rescue 105
Chapter 3 Generic Programming 107
3.1 Function Templates 107
3.1.1 Instantiation 108
3.1.2 Parameter Type Deduction 109
3.1.3 Dealing with Errors in Templates 113
3.1.4 Mixing Types 113
3.1.5 Uniform Initialization 115
3.1.6 Automatic return Type 115
3.2 Namespaces and Function Lookup 115
3.2.1 Namespaces 115
3.2.2 Argument-Dependent Lookup 118
3.2.3 Namespace Qualification or ADL 122
3.3 Class Templates 123
3.3.1 A Container Example 124
3.3.2 Designing Uniform Class and Function Interfaces 125
3.4 Type Deduction and Definition 131
3.4.1 Automatic Variable Type 131
3.4.2 Type of an Expression 132
3.4.3 decltype(auto) 133
3.4.4 Defining Types 134
3.5 A Bit of Theory on Templates: Concepts 136
3.6 Template Specialization 136
3.6.1 Specializing a Class for One Type 137
3.6.2 Specializing and Overloading Functions 139
3.6.3 Partial Specialization 141
3.6.4 Partially Specializing Functions 142
3.7 Non-Type Parameters for Templates 144
3.8 Functors 146
3.8.1 Function-like Parameters 148
3.8.2 Composing Functors 149
3.8.3 Recursion 150
3.8.4 Generic Reduction 153
3.9 Lambda 154
3.9.1 Capture 155
3.9.2 Capture by Value 156
3.9.3 Capture by Reference 157
3.9.4 Generalized Capture 158
3.9.5 Generic Lambdas 159
3.10 Variadic Templates 159
3.11 Exercises 161
3.11.1 String Representation 161
3.11.2 String Representation of Tuples 161
3.11.3 Generic Stack 161
3.11.4 Iterator of a Vector 162
3.11.5 Odd Iterator 162
3.11.6 Odd Range 162
3.11.7 Stack of bool 162
3.11.8 Stack with Custom Size 163
3.11.9 Deducing Non-type Template Arguments 163
3.11.10Trapezoid Rule 163
3.11.11 Functor 164
3.11.12Lambda 164
3.11.13 Implement make_unique 164
Chapter 4 Libraries 165
4.1 Standard Template Library 165
4.1.1 Introductory Example 166
4.1.2 Iterators 166
4.1.3 Containers 171
4.1.4 Algorithms 179
4.1.5 Beyond Iterators 185
4.2 Numerics 186
4.2.1 Complex Numbers 186
4.2.2 Random Number Generators 189
4.3 Meta-programming 198
4.3.1 Limits 198
4.3.2 Type Traits 200
4.4 Utilities 202
4.4.1 Tuple 202
4.4.2 function 205
4.4.3 Reference Wrapper 207
4.5 The Time Is Now 209
4.6 Concurrency 211
4.7 Scientific Libraries Beyond the Standard 213
4.7.1 Other Arithmetics 214
4.7.2 Interval Arithmetic 214
4.7.3 Linear Algebra 214
4.7.4 Ordinary Differential Equations 215
4.7.5 Partial Differential Equations 215
4.7.6 Graph Algorithms 215
4.8 Exercises 215
4.8.1 Sorting by Magnitude 215
4.8.2 STL Container 216
4.8.3 Complex Numbers 216
Chapter 5 Meta-Programming 219
5.1 Let the Compiler Compute 219
5.1.1 Compile-Time Functions 219
5.1.2 Extended Compile-Time Functions 221
5.1.3 Primeness 223
5.1.4 How Constant Are Our Constants? 225
5.2 Providing and Using Type Information 226
5.2.1 Type Traits 226
5.2.2 Conditional Exception Handling 229
5.2.3 A const-Clean View Example 230
5.2.4 Standard Type Traits 237
5.2.5 Domain-Specific Type Properties 237
5.2.6 enable-if 239
5.2.7 Variadic Templates Revised 242
5.3 Expression Templates 245
5.3.1 Simple Operator Implementation 245
5.3.2 An Expression Template Class 248
5.3.3 Generic Expression Templates 251
5.4 Meta-Tuning: Write Your Own Compiler Optimization 253
5.4.1 Classical Fixed-Size Unrolling 254
5.4.2 Nested Unrolling 257
5.4.3 Dynamic Unrolling?CWarm-up 263
5.4.4 Unrolling Vector Expressions 265
5.4.5 Tuning an Expression Template 266
5.4.6 Tuning Reduction Operations 269
5.4.7 Tuning Nested Loops 276
5.4.8 Tuning Resume 282
5.5 Exercises 283
5.5.1 Type Traits 283
5.5.2 Fibonacci Sequence 283
5.5.3 Meta-Program for Greatest Common Divisor 283
5.5.4 Vector Expression Template 284
5.5.5 Meta-List 285
Chapter 6 Object-Oriented Programming 287
6.1 Basic Principles 287
6.1.1 Base and Derived Classes 288
6.1.2 Inheriting Constructors 291
6.1.3 Virtual Functions and Polymorphic Classes 292
6.1.4 Functors via Inheritance 297
6.2 Removing Redundancy 298
6.3 Multiple Inheritance 299
6.3.1 Multiple Parents 300
6.3.2 Common Grandparents 301
6.4 Dynamic Selection by Sub-typing 306
6.5 Conversion 308
6.5.1 Casting between Base and Derived Classes 309
6.5.2 const-Cast 313
6.5.3 Reinterpretation Cast 313
6.5.4 Function-Style Conversion 314
6.5.5 Implicit Conversions 315
6.6 CRTP 316
6.6.1 A Simple Example 316
6.6.2 A Reusable Access Operator 318
6.7 Exercises 320
6.7.1 Non-redundant Diamond Shape 320
6.7.2 Inheritance Vector Class 320
6.7.3 Clone Function 320
Chapter 7 Scientific Projects 321
7.1 Implementation of ODE Solvers 321
7.1.1 Ordinary Differential Equations 321
7.1.2 Runge-Kutta Algorithms 323
7.1.3 Generic Implementation 325
7.1.4 Outlook 331
7.2 Creating Projects 332
7.