C++20聚合初始化改进详解 - 基于CXX20-The-Complete-Guide项目
2025-06-24 17:00:39作者:滑思眉Philip
引言
C++20标准为聚合类型(aggregate)带来了多项重要改进,这些改进显著提升了语言在初始化聚合对象时的灵活性和表达能力。本文将深入解析这些新特性,帮助开发者更好地理解和运用现代C++的聚合初始化机制。
指定初始化器(Designated Initializers)
基本用法
C++20引入了指定初始化器语法,允许我们通过成员名称来初始化聚合对象:
struct Value {
double amount = 0;
int precision = 2;
std::string unit = "Dollar";
};
Value v1{.amount = 100, .unit = "Euro"}; // 初始化amount和unit,precision使用默认值
Value v2{.precision = 8, .unit = "$"}; // 初始化precision和unit,amount使用默认值
关键限制
-
顺序一致性:指定成员的顺序必须与声明顺序一致
Value v3{.unit = "$", .amount = 20}; // 错误:顺序不符 -
全有或全无:要么全部使用指定初始化器,要么全部不使用
Value v4{100, .unit = "Euro"}; // 错误:混合使用 -
初始化方式:必须使用
=或{}传递初始值Value v5(.amount = 29.9); // 错误:不能使用圆括号 -
嵌套限制:不能直接嵌套指定初始化器
struct Data { std::string name; Sub val; }; Data d{.val.y = 42}; // 错误 Data d{.val = {.y = 42}}; // 正确
圆括号聚合初始化
基本语法
C++20之前,聚合只能使用花括号初始化。现在可以使用圆括号:
struct Aggr {
std::string msg;
int val;
};
Aggr a1("hi"); // C++20新增:初始化msg为"hi",val为0
Aggr a2("hi", 42); // C++20新增:初始化msg为"hi",val为42
实际应用场景
-
智能指针创建:
auto up = std::make_unique<Aggr>("Rome", 200); // C++20支持 -
容器操作:
std::vector<Aggr> cont; cont.emplace_back("Rome", 200); // C++20支持
重要区别
与花括号初始化相比,圆括号初始化有以下不同:
-
不检测窄化转换:
Aggr a1{"hi", 1.9}; // 错误:窄化转换 Aggr a2("hi", 1.9); // 合法:val初始化为1 -
允许所有隐式转换:
struct Other { operator Aggr(); }; Other o; Aggr a3{o}; // 错误 Aggr a4(o); // 合法 -
不延长临时对象生命周期:
struct A { int&& r; }; A a1{1, f()}; // 合法:生命周期延长 A a2(1, f()); // 危险:悬垂引用
聚合定义的变化
C++20定义标准
C++20严格了聚合的定义:
- 不能有用户声明的构造函数(包括
= default和= delete) - 不能有继承的构造函数
- 不能有private/protected的非静态数据成员
- 不能有虚函数
- 基类不能是virtual/private/protected
历史变化
C++11到C++17期间,允许有用户声明但非用户提供的构造函数:
struct A { // C++11-17聚合,C++20非聚合
A() = delete;
};
A a{}; // C++17合法,C++20非法
最佳实践建议
- 优先使用花括号初始化:除非有特殊需求(如智能指针创建)
- 注意生命周期问题:使用圆括号时要特别小心临时对象
- 明确初始化意图:指定初始化器能提高代码可读性
- 考虑兼容性:如果需要支持旧标准,避免依赖C++20特有特性
总结
C++20对聚合初始化的改进大大增强了语言的表达能力,使开发者能够编写更清晰、更灵活的代码。理解这些新特性及其细微差别,将帮助开发者充分利用现代C++的优势,同时避免潜在的陷阱。
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
182
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
274
94
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
3.41 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