C++20聚合初始化改进详解 - 基于CXX20-The-Complete-Guide项目
2025-06-24 16:44:14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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
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++
930
801
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
870
207
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
189
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160