C++模板实战8：矩阵乘法(一)

矩阵乘法采用迭代器实现，矩阵采用行优先方式存储，其关键操作是“行×列”，该操作分成三部分：行由一个迭代器完成移动，列有一个列迭代器完成移动，乘法采用transform完成其中需要一个累加操作有累加迭代器完成

1 矩阵乘法中涉及到行×列，若矩阵采用行优先方式存储，那么行的移动相对简单，列的移动相对复杂一点，针对列移动采用一个迭代器实现，如下：

// 文件名：skip_iterator.hpp
#pragma once
#include 
  
   

template
   
     class skip_iterator : public std::iterator
    
      { T *pos; // 所指元素地址，pos是当前列的某个位置上的元素 size_t step; // 步长，其实就是列数，列上每移动一步相当于移动的元素等于列数 public: // 类型定义 typedef std::iterator
     
       base_type; typedef typename base_type::difference_type difference_type; typedef typename base_type::reference reference; // 构造函数 skip_iterator(T *pos, size_t step) : pos(pos), step(step) {} skip_iterator(const skip_iterator &i) : pos(i.pos), step(step) {} difference_type operator - (skip_iterator r) {return (pos - r.pos) / step;} skip_iterator operator + (typename base_type::difference_type n) {return skip_iterator(pos + n * step);} skip_iterator operator ++() {pos += step; return *this;}//从某一特定的列上一个元素移动到该列的下一个元素则要移动的元素数目等于列数step bool operator == (skip_iterator const &r) {return pos == r.pos;} bool operator != (skip_iterator const &r) {return !(*this == r);} // 去引用 reference operator *() {return *pos;} };
     
    
   
  

2 矩阵类模板，矩阵采用行优先方式存储，需要特殊设计的就是列的移动，如下：

// 文件名：matrix.hpp
#pragma once
#include "skip_iterator.hpp"
#include 
  
   

template
   
     class matrix { public: // 嵌套类型定义 typedef T value_type; typedef T* iterator; // 迭代全部数据 typedef T* row_iterator; // 迭代一行数据 typedef skip_iterator
    
      col_iterator; // 迭代一列数据，列迭代器采用特殊设计的skip_iterator // 只读迭代器类型定义 typedef const T* const_iterator; typedef const T* const_row_iterator; typedef skip_iterator
     
       const_col_iterator; private: T *data; // 数据指针 size_t n_row; // 行数 size_t n_col; // 列数 public: // 构造与析构 matrix(size_t n_row, size_t n_col) : data(new T[n_row * n_col]), n_row(n_row), n_col(n_col) {} // 复制构造函数 matrix(matrix const &m) : data(new T[m.n_row * m.n_col]), n_row(m.n_row), n_col(m.n_col) { std::copy(m.begin(), m.end(), begin()); } template
      
        matrix(size_t n_row, size_t n_col, Iterator i) : data(new T[n_row * n_col]), n_row(n_row), n_col(n_col) { Iterator j = i; std::advance(j, n_row * n_col); std::copy(i, j, begin()); // 此处更适合用C++11中的copy_n } ~matrix() {delete[] data;} //析构函数中释放data的空间 iterator begin() {return data;} iterator end() {return data + n_row * n_col;} row_iterator row_begin(size_t n) {return data + n * n_col;}//第n行首地址 row_iterator row_end(size_t n) {return row_begin(n) + n_col;}//第n行尾地址 col_iterator col_begin(size_t n) {return col_iterator(data + n, n_col);}//第n列首位置，n_col为step col_iterator col_end(size_t n) {return col_begin(n) + n_row;} const_iterator begin() const {return data;}//只读版本 const_iterator end() const {return data + n_row * n_col;} const_row_iterator row_begin(size_t n) const {return data + n * n_col;} const_row_iterator row_end(size_t n) const {return row_begin(n) + n_col;} const_col_iterator col_begin(size_t n) const { return const_col_iterator(data + n, n_col); } const_col_iterator col_end(size_t n) const {return col_begin(n) + n_row;} size_t num_row() const {return n_row;} size_t num_col() const {return n_col;} T& operator() (size_t i, size_t j) {return data[i * n_col + j];} T const& operator() (size_t i, size_t j) const {return data[i * n_col + j];} // 赋值操作符也需要特别处理 matrix& operator=(matrix const &m) { if (&m == this) return *this; if (n_row * n_col < m.n_row * m.n_col) { delete[] data; data = new T[m.n_row * m.n_col]; } n_row = m.n_row; n_col = m.n_col; std::copy(m.begin(), m.end(), begin()); } };
      
     
    
   
  

// 文件名：accumulate_iterator.hpp
#pragma once
#include 
  
   
templ