标准模板库（STL）包含C++程序员不可或缺的许多东西。它还有力证明了C++的概念化编程能力。STL的概念包括容器（container）、范围（range）、算法(algorithm)以及仿函数（functor）。本文着重讲解仿函数，它本质上是一个类，但通过重载operator()，所以行为与函数相似。这个概念在STL之前便已存在，STL只是从另一个角度来看待它。继续阅读本文，你就能体会到个中三味。
算法、范围和函数
STL以泛型方式来处理函数。假如一个参数的行为应该与函数相仿，STL算法就不关心它是一个实际的C++函数，还是一个仿函数。出于本文的目的，假定某个类有一个重载的operator()，而且重载的operator()要求获取一个参数，我们就将这个类称为“一元仿函数”（ unary functor ）；相反，如果重载的operator()要求获取两个参数，就将这个类称为“二元仿函数”（ binary functor ）。
STL算法适用于范围。你可使用函数，并将它们应用于一个范围中的每个元素 （参见 清单A ）。这样一来，就可以处理三种类型的函数：
- 获取零个参数的函数，也称为“生成器”（generators），它们能生成范围。例如，假定一个函数能生成斐波那契数字，那么对该函数的每一个调用都能生成斐波那契数列中的下一个数字。
- 获取一个参数的函数（一元函数）。
- 获取两个参数的函数（二元函数）。
这其实已覆盖了大多数情况。极少数情况下，你要求函数获取3个或者3个以上的参数。在这种情况下，可考虑采取其他方式。例如，可将多个参数打包到一个结构中，再按引用传递它。
仿函数：用途和适用的场合
之所以要开发仿函数（ functors ），是因为函数不能容纳任何有意义的状态。例如，使用函数，你不能为某个元素加一个任意值，再将其应用于一个范围。但是，使用仿函数可轻易做到这一点，如 清单B 所示。
这演示了仿函数的一个主要优点——它们可以有背景（context）或状态。下面是使用仿函数时要记住的要点：
- 仿函数以传值方式传给一个算法。
- 每次只能应用一个仿函数，方法是为范围中的每个元素应用operator()。
- 使用仿函数，可对范围中的每个函数做某事（比如为每个元素都乘以5），可基于整个范围来计算某个有意义的结果（比如求所有元素的平均值），或者同时进行这两种操作。
- 对于一个给定的范围，仿函数不知道它要应用于多少个元素。
假定你要创建一个函数，要求它在给定一个范围的情况下，能为每个元素都返回当前已处理的所有元素的平均值。换言之：
- 处理x1时，返回x1
- 处理x2时，返回(x1 + x2) / 2
- 处理x3时，返回(x1 + x2 + x3) / 3
清单C展示了怎样实现这个任务。
只要亲自编写和使用一下仿函数，就会体会到它具体如何降低复杂性。你不必关心整个范围，只需将注意力集中在一个元素上。这同时还有助于改善代码的可读性。清单D给出了示范性的generate_fibonacci代码。
|
|
前面讲述的都是一元仿函数。二元仿函数同等重要。二元仿函数同时应用于两个范围，或者应用于某个范围中的两个元素。二元仿函数的operator()要求获取两个参数，而不是一个。假定你有两个范围，分别有相同数量的元素，而你希望构建一个新的范围，比如：
- 第一个元素：x1 * y1
- 第二个元素：- x2 * y2
- 第三个元素：x3 * y3
- 第四个元素：- x4 * y4，等等。
清单E给出了一个示范性的实现。
为什么需要判断式
“判断式”（predicates）是仿函数的特例。事实上，你要写的许多仿函数都是判断式。假如一个仿函数返回的值能转换成bool类型（可为true或false），这个仿函数就是判断式。一元判断式（获取一个参数）能实现“筛选”，如清单F所示。
二元判断式能实现“比较相等性”和“排序”（比较两个值，判断一个是否小于另一个）。清单G展示了怎样比较两个范围的“近似”相等性。
不要低估判断式的重要性。下一次写代码时，注意一下你会在筛选、比较相等性以及排序上花费多少时间。使用判断式，不仅能节省大量时间，还能使编码工作更加轻松惬意。除此之外，代码还会变得更容易理解。
使用绑定仿函数
仿函数和判断式的真正优势反映在它们与binder组合使用的时候。binder允许为二元仿函数或判断式绑定一个值，从而将那个值固定下来。你可以绑定第一个或者第二个参数。随即，二元仿函数会变成一元仿函数。比如：
- f = std::bind1st( functor, v); 'f( x)'等价于'functor( v, x)'
- f = std::bind2nd( functor, v); 'f( x)'等价于'functor( x, v)'
你可以绑定一个二元仿函数，获得一个一元仿函数，再把它应用于一个范围。例如，假定我们要在一个范围中找出小于10的所有元素，清单H展示了具体怎样做。
如清单I所示，如果综合运用binder、仿函数和算法，就能获得多个方面的好处，包括：
- 可以只打印小于一个给定值的元素。
- 可以对范围进行分区，一个分区包含小于或等于一个值的元素，另一个分区则包含不小于那个值的元素。
- 可以使范围中的所有元素都乘以一个值。
- 可以移除大于一个给定值的所有元素。
- 可以替换大于或等于一个值的所有元素。
STL配套提供了大量预定义的仿函数和判断式，包括std::less，std::greater，std::plus和std::minus，它们都在<functional>标头中。
更多信息
建议阅读由SGI提供的 STL文档 。
其他不错的参考资料包括：
Andrei Alexandrescu,， Modern C++ Design
Scott Meyers， Effective STL
可配接函数
在泛型编程中使用仿函数时，有时想要知道仿函数的参数类型以及/或者仿函数的返回类型。例如，假定我们要实现 bind2nd ,，如 清单J 所示。
由于bind1st和bind2nd是如此重要，所以人们研究出了同时支持两者的一个方案，这就是“可配接函数”（adaptable functions）。可配接函数具有嵌套的typedef，它允许客户端知道函数的参数和函数的返回类型。对于一元可配接仿函数来说，我们有argument_type和return_type。对于二元可配接仿函数来说，我们有first_argument_type，second_argument_type和return_type。为了获得这些typedef，简单的办法就是从std::unary_function或者std::binary_function派生出它们。本文的所有程序清单都采用了这个办法。
注意，bind1st和bind2nd并非惟一要用到可配接函数的函数。另一些函数也需要；在你写自己的仿函数时，也可能要用到它们。正是因为这个原因，所以我们建议你尽可能使你的仿函数成为“可配接”的。
仿函数的一些局限
虽然仿函数和判断式非常出色，但在写一元和二元仿函数时，仍然必须非常小心。除非与std::for_each算法配合使用，否则它们所容纳的背景（context）应该是保持不变的（如果有任何成员变量，它们应该在构造函数中实例化，并在之后保持不变）。所以，根据C++标准，清单C的例子是有问题的，虽然它在目前所有平台上都能正常地工作（每次应用operator()时，average结构的数据成员都会改变）。
一切才刚刚开始
本文只是接触了泛型编程的一些皮毛。要想真正理解仿函数和判断式，你必须亲自编写并使用它们。只有这样，才能找出越来越多适合使用它们的情况，并真正体会到它们如何与算法良好地配合。
