CXX20完全指南:深入理解C++20中的using枚举声明
2025-06-24 02:48:57作者:昌雅子Ethen
引言
在现代C++编程中,枚举类型是表示一组相关常量的重要工具。C++11引入了作用域枚举(enum class)来解决传统枚举的一些问题,但同时也带来了一些使用上的不便。C++20通过引入using enum声明,显著改善了作用域枚举的使用体验。本文将深入探讨这一特性及其应用场景。
作用域枚举与传统枚举
传统枚举的问题
传统枚举(无作用域枚举)存在以下问题:
- 枚举值会污染全局命名空间
- 枚举值可以隐式转换为整型
- 枚举类型本身没有明确的作用域
作用域枚举的优势
C++11引入的作用域枚举(使用enum class声明)解决了这些问题:
enum class Status {open, progress, done = 9};
优势包括:
- 强类型,不能隐式转换
- 枚举值必须通过类型名限定访问
- 不会污染全局命名空间
C++20的using枚举声明
基本用法
在C++20之前,使用作用域枚举值必须每次都完整限定:
auto x = Status::open; // 必须使用Status::
C++20引入了using enum声明,可以将枚举值引入当前作用域:
void print(Status s) {
switch (s) {
using enum Status; // 使枚举值在当前作用域可用
case open: // 不再需要Status::
std::cout << "open";
break;
case progress:
std::cout << "in progress";
break;
case done:
std::cout << "done";
break;
}
}
选择性引入
也可以选择性地引入特定枚举值:
void print(Status s) {
switch (s) {
using Status::open, Status::progress, Status::done;
case open:
std::cout << "open";
break;
// ...
}
}
这种方式更精确地控制了哪些名称在当前作用域中可用。
与传统枚举的交互
using enum声明也可以用于传统枚举,虽然这不是必须的:
enum Status {open, progress, done = 9}; // 传统枚举
auto s1 = open; // 传统方式
auto s2 = Status::open; // 也可以限定访问
using enum Status; // 允许但不必要
auto s3 = open; // 仍然可以
auto s4 = Status::open; // 也可以
实际应用场景
1. switch语句简化
如前面的例子所示,using enum特别适合简化switch语句中对枚举值的处理。
2. 减少重复代码
在需要频繁使用枚举值的函数中,可以避免重复的类型限定。
3. 提高代码可读性
当枚举类型名称较长时,using enum可以使代码更简洁易读。
注意事项
- 命名冲突:确保引入的枚举值不会与当前作用域的其他名称冲突
- 作用域控制:只在需要的地方使用
using enum,避免污染更大的作用域 - 可读性权衡:虽然简化了代码,但也可能降低类型信息的明确性
总结
C++20的using enum声明是对作用域枚举使用体验的重要改进。它既保留了作用域枚举的类型安全优势,又提供了更简洁的使用方式。在实际开发中,合理使用这一特性可以在保持代码质量的同时提高开发效率。
对于现代C++开发者来说,理解并善用这一特性是编写更简洁、更安全代码的重要一步。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1