不是所有算法可以用于任意区间。比如，remove需要前向迭代器和可以通过这些迭代器赋值的能力。所以，它不能应用于由输入迭代器划分的区间，也不能是map或multimap，也不能是set和multiset的一些实现。 同样，很多排序算法需要随机访问迭代器，所以不可能在一个list的元素上调用这些算法。 最

删除含有指针的容器元素 如果你在管理一堆动态分配的Widgets，每一个都可能通过检验，你把结果指针保存在一个vector中： 1 2 3 4 5 6 7 8 9 10 11 12 class Widget{ public: ... // 这个Widget是否通过检验 bool isCertified() const; ... }; // 建立一个vector然后用动态分配的Widget的指针填充 vector<Widget*> v; ... v.push_back(new Widget); 当和v工作一段时间后，你决定除去未

remove实际作用 remove的声明 1 2 template<class ForwardIterator, class T> ForwardIterator remove(ForwardIterator first, ForwardIterator last, const T& value); remove接收指定它操作的元素区间的一对迭代器。它不接收一个容器，所以remove不知道它作用于哪个容器。 此外，remove也不可能发现容器，因为没有办法从一个迭代器获取对应于它的容器。 remove不做什么 从容器中除去一个元素，唯一

稳定排序 VS 不稳定排序 有些排序算法是稳定的。在稳定排序中，如果一个区间中的两个元素有等价的值，它们的相对位置在排序后不改变。不稳定的算法没做这个保证。 例如，在（未排序的）widgets vector中Widget A在Widget B之前，而且两者都有相同的质量等级，那么稳定排序算法会保证在这个vector

前言 Effective-STL总结系列分为七部分，本文为第六部分，涉及原书第六章，内容范围Rule38~42。为方便书写，Rule38简写为R38。 Effective-STL系列List 本博客站点系列内容如下： 💡 Effective STL(第3版)精读总结(一) 💡 Effective STL(第3版)精读总结(二) 💡 Effective STL(第3版)精

1. 2017年深度学习领域的重大突破是什么？ Transformer。有两方面的原因: 1.1 一方面，Transformer是深度学习领域继MLP、RNN、CNN之后的第4大特征提取器(也被称为基础模型)。 什么是特征提取器？ 特征提取器是计算机模仿大脑，与外部世界(图像、文字、语音等)交互的方式，如图1所示。举

解答一 我们直接用torch实现一个SelfAttention来说一说： 首先定义三个线性变换矩阵，query, key, value： 1 2 3 4 class BertSelfAttention(nn.Module): self.query = nn.Linear(config.hidden_size, self.all_head_size) # 输入768， 输出768 self.key = nn.Linear(config.hidden_size, self.all_head_size) # 输入768， 输出768 self.value = nn.Linear(config.hidden_size, self.all_head_size) 注意，这里的query, key, value只是一种操作(线性变换)的名称，实际的Q/K/V是它们三个

STL容器在被添加时（通过insert、push_front、push_back等）自动扩展它们自己来容纳新对象。 插入数据 尾部插入 back_inserter 当你想向容器中插入对象但并没有告诉STL他们所想的时，问题出现了: 1 2 3 4 5 6 7 8 9 10 int transmogrify(int x); // 自定义的这个函数从x产生一些新值 vector<int> values; ... // 把数据放入values vector<int> results; // 把tr

istream_iterator 拷贝文件 假设要把一个文本文件拷贝到一个字符串对象中。似乎可以用一种很有道理的方法完成： 1 2 3 4 ifstream inputFile("interestingData.txt"); string fileData((istream_iterator<char>(inputFile)), istream_iterator<char>()); // 把inputFile读入fileData； // 关于为什么它不是很正确请看下文关于这个语法的警告参见条款6 很快你就会发现这种方法无法把文件中的空格拷贝到字符串中。 那是因为istream_itera

Example 通过reverse_iterator的base初始化一个iterator: 1 2 3 4 5 6 7 vector<int> v; v.reserve(5); // 参见条款14 for(int i = 0；i < 5; ++ i) { // 向vector插入1到5 v.push_back(i); } vector<int>::reverse_iterator ri = find(v.rbegin(), v.rend(), 3); // 使ri指向3 vector<int>::iterator i(ri.base()); // 使i和ri的base一样 执行上述代码后，可以想到产生的结果就像这样: 上图显示了reverse_iterat