自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

淺談C++開發(fā)中數(shù)據(jù)結(jié)構(gòu)和算法的分離

開發(fā) 后端 算法
本文介紹的是在C++開發(fā)中,數(shù)據(jù)結(jié)構(gòu)和算法的分離,希望對你有幫助,一起來看。

相信每一個在windows下編過程序的人都或多或少地用過位圖,大多數(shù)人是從網(wǎng)上下載一些成熟完善的DIB類庫來使用(例如CxImage、CDIB),少數(shù)人有一套自己封裝好的DIB類庫,方便以后的擴充和使用。(近幾年GDI+異軍突起,在某些處理方面,如:縮放、旋轉(zhuǎn)、漸變填充等它提供無與倫比的速度和質(zhì)量,但,如果你想做一個完善的圖像處理程序,直接使用它會給架構(gòu)設(shè)計帶來困難,你可以用adapter模式封裝它后再使用)。

這時候,如果你需要一些圖像處理操作你會怎么辦呢?很多沒有OO經(jīng)驗的C++程序員(例如一年前的我)可能會這樣做:在類中直接添加方法。

  1. int FClamp0255 (int nValue) {return max (0, min (0xFF, nValue));} // 飽和到0--255  
  2. class FCObjImage  
  3. {  
  4.  public :  
  5. Invert () ;  
  6. AdjustRGB (int R, int G, int B) ;  
  7. } ;  
  8. void FCObjImage::Invert ()  
  9. {  
  10.  if ((GetHandle() == NULL) || (ColorBits() < 24))  
  11. return ;  
  12.  int nSpan = ColorBits() / 8 ; // 每象素字節(jié)數(shù)3, 4  
  13.  for (int y=0 ; y < Height() ; y++)  
  14.  {  
  15. BYTE * pPixel = GetBits (y) ;  
  16. for (int x=0 ; x < Width() ; x++, pPixel += nSpan)  
  17. {  
  18.  pPixel[0] = ~pPixel[0] ;  
  19.  pPixel[1] = ~pPixel[1] ;  
  20.  pPixel[2] = ~pPixel[2] ;  
  21. }  
  22.  }  
  23. }  
  24. void FCObjImage::AdjustRGB (int R, int G, int B)  
  25. {  
  26.  if ((GetHandle() == NULL) || (ColorBits() < 24))  
  27. return ;  
  28.  int nSpan = ColorBits() / 8 ; // 每象素字節(jié)數(shù)3, 4  
  29.  for (int y=0 ; y < Height() ; y++)  
  30.  {  
  31. BYTE * pPixel = GetBits (y) ;  
  32. for (int x=0 ; x < Width() ; x++, pPixel += nSpan)  
  33. {  
  34.  pPixel[0] = FClamp0255 (pPixel[0] + B) ;  
  35.  pPixel[1] = FClamp0255 (pPixel[1] + G) ;  
  36.  pPixel[2] = FClamp0255 (pPixel[2] + R) ;  
  37. }  
  38. }  
  39. }  

這里舉了兩個例子(分別實現(xiàn)反色,調(diào)節(jié)RGB值功能),現(xiàn)實中會有大量的此類操作:亮度、對比度、飽和度......現(xiàn)在回想一下,你添加這些方法的步驟是什么,Ooooooooo,RCP(我同事的發(fā)明,全稱:rapid copy paste^-^),第一步一定是從上面復(fù)制一塊代碼下來,然后改掉其中的接口和處理部分。雖然這里的示范代碼很短小,不會連同bug一起復(fù)制,但,定時炸彈卻又多了一個。有天,你的boss告訴你:我不能忍受長時間的等待,請給我加個進度條.....。你也許會加個全局變量,也許會給每個函數(shù)加個參數(shù),但不變的是:你必須修改所有這些處理函數(shù)的代碼,內(nèi)心的咒罵并不會使你少改其中的任何一個。而此時,bug已經(jīng)在旁邊伺機而動了...然而苦日子遠沒熬到頭,一個月后,你心血來潮的老板會讓你在其中加上區(qū)域處理的功能,再一個月后......

回頭重新看看代碼?沒錯,除了紅色的代碼外,其他地方一摸一樣,那能不能把這些算法分離抽出來呢?可能我們馬上會想到標(biāo)準(zhǔn)庫中qsort和windows中常用的回調(diào)方法。好,讓我們實作一下:

  1. void Pixel_Invert (BYTE * pPixel)  
  2. {  
  3.  pPixel[0] = ~pPixel[0] ;  
  4.  pPixel[1] = ~pPixel[1] ;  
  5.  pPixel[2] = ~pPixel[2] ;  
  6. }  
  7. void FCObjImage::PixelProcess (void(__cdecl*PixelProc)(BYTE * pPixel))  
  8. {  
  9.  if ((GetHandle() == NULL) || (ColorBits() < 24))  
  10. return ;  
  11.  int nSpan = ColorBits() / 8 ; // 每象素字節(jié)數(shù)3, 4  
  12.  for (int y=0 ; y < Height() ; y++)  
  13.  {  
  14. BYTE * pPixel = GetBits (y) ;  
  15. for (int x=0 ; x < Width() ; x++, pPixel += nSpan)  
  16. {  
  17.  PixelProc (pPixel) ;  
  18. }  
  19.  }  
  20. }  
  21. void FCObjImage::Invert ()  
  22. {  
  23.  PixelProcess (Pixel_Invert) ;   

嗯,看樣子不錯,算法被剝離到一個單一函數(shù)中,我們似乎已經(jīng)解決問題了。處理Invert它完成的非常好,但處理AdjustRGB時遇到了麻煩,RGB那三個調(diào)節(jié)參數(shù)怎么傳進去呢?我們的接口參數(shù)只有一個,通過添加全局變量/成員變量?這是一個辦法,但隨著類方法的增加,程序的可讀性和維護性會急劇的下降,反而倒不如改之前的效果好。

那么如何實現(xiàn)高度的抽象和良好的接口呢?我們現(xiàn)場請來OO(object orient),請它來講一下它的實現(xiàn)。設(shè)計如下派生關(guān)系:

  1. class FCSinglePixelProcessBase  
  2. {  
  3.  public :  
  4. virtual void ProcessPixel (int x, int y, BYTE * pPixel) PURE ;  
  5. } ;  
  6. class FCPixelInvert : public FCSinglePixelProcessBase  
  7. {  
  8.  public :  
  9. virtual void ProcessPixel (int x, int y, BYTE * pPixel) ;  
  10. } ;   
  11. void FCPixelInvert::ProcessPixel (int x, int y, BYTE * pPixel)  
  12. {  
  13.  pPixel[0] = ~pPixel[0] ; pPixel[1] = ~pPixel[1] ; pPixel[2] = ~pPixel[2] ;  
  14. }   
  15. class FCPixelAdjustRGB : public FCSinglePixelProcessBase  
  16. {  
  17.  public :  
  18. FCPixelAdjustRGB (int DeltaR, int DeltaG, int DeltaB) ;  
  19. virtual void ProcessPixel (int x, int y, BYTE * pPixel) ;  
  20.  protected :  
  21. int m_iDeltaR, m_iDeltaG, m_iDeltaB ;  
  22. } ;   
  23. void FCPixelAdjustRGB::ProcessPixel (int x, int y, BYTE * pPixel)  
  24. {  
  25.  pPixel[0] = FClamp0255 (pPixel[0] + m_iDeltaB) ;  
  26.  pPixel[1] = FClamp0255 (pPixel[1] + m_iDeltaG) ;  
  27.  pPixel[2] = FClamp0255 (pPixel[2] + m_iDeltaR) ;  
  28. }  

然后我們修改image類如下:

  1. #include "PixelProcessor.h"  
  2. class FCObjImage  
  3. {  
  4.  public :  
  5. void PixelHandler (FCSinglePixelProcessBase & PixelProcessor, FCObjProgress * progress = NULL) ;  
  6. } ;  
  7. void FCObjImage::PixelHandler (FCSinglePixelProcessBase & PixelProcessor, FCObjProgress * progress)  
  8. {  
  9.  if (GetHandle() == NULL)  
  10. return ;  
  11.  int nSpan = ColorBits() / 8 ; // 每象素字節(jié)數(shù)3, 4  
  12.  for (int y=0 ; y < Height() ; y++)  
  13.  {  
  14. BYTE * pPixel = GetBits (y) ;  
  15. for (int x=0 ; x < Width() ; x++, pPixel += nSpan)  
  16. {  
  17.  PixelProcessor.ProcessPixel (x, y, pPixel) ;  
  18. }  
  19. if (progress != NULL)  
  20.  progress->SetProgress (y * 100 / Height()) ;  
  21.  }  
  22. }  
  23. void FCObjImage::Invert (FCObjProgress * progress)  
  24. {  
  25.  PixelHandler (FCPixelInvert(), progress) ;  
  26. }   
  27. void FCObjImage::AdjustRGB (int R, int G, int B, FCObjProgress * progress)  
  28. {  
  29.  PixelHandler (FCPixelAdjustRGB (R,G,B), progress) ;  

(以上只是一個基本框架,你可以很輕易的把區(qū)域處理的參數(shù)添加進去-通過構(gòu)造時傳遞一個RECT參數(shù)。)

對象真的是一個很奇妙的東西,它可以對外提供一個簡單的接口,而自身又可以封裝上很多附加信息。

好,現(xiàn)在讓我們來檢驗一下剛才的成果:添加一個給圖像奇數(shù)行置黑,給偶數(shù)行置白的操作。

  1. class FCPixelTest : public FCSinglePixelProcessBase  
  2. {  
  3.  public :  
  4. virtual void ProcessPixel (int x, int y, BYTE * pPixel) ;  
  5. } ;   
  6. void FCPixelTest::ProcessPixel (int x, int y, BYTE * pPixel)  
  7. {  
  8.  if (y % 2) pPixel[0]=pPixel[1]=pPixel[2] = 0 ;   
  9.  // 奇數(shù)行   
  10.  else   
  11. pPixel[0]=pPixel[1]=pPixel[2] = 0xFF ;   
  12. // 偶數(shù)行  

然后進行如下調(diào)用:

  1. PixelHandler (FCPixelTest(), progress) ; 

多么的和諧美妙,設(shè)計算法的人員只需寫出自己的算法,而不用去考慮怎么讓它支持進度條和區(qū)域這些問題。感覺這就象一把設(shè)計優(yōu)良的AK,你可以不斷的往里添加子彈(對象)^-^

至此,我們應(yīng)該已經(jīng)大功告成了。還有問題嗎?

等等,別忙,有些地方不太對,我添加這個算法后,怎么編譯這么久啊。

問題就出在那個不起眼的:

  1. #include "PixelProcessor.h" 

image是圖像處理的最底層對象,工程中的所有文件都直接或間接地包含它,因此,任何對image.h本身及它所包含的.h的修改都會引起幾乎整個工程的build,這當(dāng)然是無法忍受的,解決的辦法是使用“前置聲明”,因為在PixelHandler接口中我們只需要它的引用(也即是說:我(接口)并不需要知道傳給我的類的內(nèi)部結(jié)構(gòu),給我一個32(64)的內(nèi)存地址就OK了)。

因此我們把

  1. #include "PixelProcessor.h" 

替換成:

  1. class FCSinglePixelProcessBase ; // external class 前置聲明 

然后在.cpp文件中再包含PixelProcessor.h,這樣,對PixelProcessor.h的改變僅僅會導(dǎo)致.cpp文件的重新編譯,大大節(jié)約了編譯時間。

總結(jié):

1)可能的話,在編程中永遠也別去想“拷貝代碼”這個字眼。畢竟,OO就是為了抽象和代碼重用才誕生的。

2)除非必要,否則類的成員變量和函數(shù)的參數(shù)盡量用指針或引用代替,這樣做可以在.h中盡可能地少包含其他.h文件,而用前置聲明來替代,以此來減少編譯時間和以后可能會產(chǎn)生的交叉包含。

3)最后說一下效率問題:有些朋友可能會說每個像素都調(diào)用虛函數(shù)會影響性能,這的確,但實際的損失遠沒有想象的大。我實測了一下:對1024*768的圖片進行反片處理,速度只有5%左右的損失,進行復(fù)雜處理(亮度/對比度/gamma)時損失可完全忽略,畢竟多出來的那部分代碼只是進出棧和查表,而不是浮點除這樣耗時的指令。

責(zé)任編輯:于鐵 來源: 互聯(lián)網(wǎng)
相關(guān)推薦

2009-08-13 18:34:49

C#數(shù)據(jù)結(jié)構(gòu)和算法

2009-06-24 09:52:21

哈希表

2009-08-03 17:38:12

排序算法C#數(shù)據(jù)結(jié)構(gòu)

2023-12-13 10:01:15

數(shù)據(jù)結(jié)構(gòu)c++編程

2023-10-16 22:13:57

HBase開源數(shù)據(jù)庫

2010-01-27 15:58:35

C++數(shù)據(jù)結(jié)構(gòu)

2012-02-02 10:21:05

單鏈表nexthead

2011-04-11 11:23:17

隊列數(shù)據(jù)結(jié)構(gòu)

2022-02-22 15:27:46

數(shù)據(jù)結(jié)構(gòu)容器算法

2020-08-12 08:30:20

數(shù)據(jù)結(jié)構(gòu)算法

2021-06-08 06:01:00

C++數(shù)據(jù)結(jié)構(gòu)向量和數(shù)組

2011-04-21 17:32:15

CC++

2019-04-14 22:22:28

Python數(shù)據(jù)結(jié)構(gòu)算法

2021-01-28 07:33:34

JavaScript鏈表數(shù)據(jù)

2011-04-11 12:22:11

數(shù)據(jù)結(jié)構(gòu)C++

2011-04-11 12:48:36

隊列數(shù)據(jù)結(jié)構(gòu)C++

2024-01-15 06:01:36

C++數(shù)組

2021-06-08 10:41:00

Go語言算法

2011-04-11 13:00:08

C++結(jié)構(gòu)體枚舉

2011-04-21 16:57:56

staticextern
點贊
收藏

51CTO技術(shù)棧公眾號