多态转型函数polymorphic_cast的用法与C++中的dynamic_cast类似。除了在转型失败时总是抛出一个std::bad_cast异常。
代码1#include<iostream>
2#include<string>
3#include"boost/cast.hpp"
4
5classbase1{
6public:
7virtualvoidprint(){
8std::cout<<"base1::print()n";
9}
10virtual~base1(){}
11};
12
13classbase2{
14public:
15voidonly_base2(){
16std::cout<<"only_base2()n";
17}
18virtual~base2(){}
19};
20
21classderived :publicbase1,publicbase2{
22public:
23voidprint(){
24std::cout<<"derived::print()n";
25}
26voidonly_here(){
27std::cout<<"derived::only_here()n";
28}
29voidonly_base2(){
30std::cout<<"Oops, here too!n";
31}
32};
33
34intmain()
35{
36base1p1=newderived;
37p1->print();
38try
39{
40//从基类向派生类转换 [2010/8/30 19:10:24]
41derivedpD=boost::polymorphic_cast<derived>(p1);
42pD->only_here();
43pD->only_base2();
44//交叉转型,从一个基类转换到另一个基类 [2010/8/30 19:10:50]
45base2pB=boost::polymorphic_cast<base2*>(p1);
46pB->only_base2();
47}
48catch(std::bad_cast&e)
49{
50std::cout<<e.what()<<'n';
51}
52delete p1;
53return0;
54}
写代码时突然发现有polymorphic_downcast函数的提示,通过函数名字猜测用途,为了比较它与polymorphic_cast的区别做了如下实验:
1derivedpD2=boost::polymorphic_downcast<derived>(p1);
2pD2->only_here();
3base2pB2=boost::polymorphic_downcast<base2>(p1);
4pB2->only_base2();
如果类之间不存在继承关系的转换则会提示如下错误:
error C2440: '==' : cannot convert from 'base1 ' to 'base2 ' X:boostcast.hpp97
error C2440: 'static_cast' : cannot convert from 'base1 ' to 'base2 'X:boostcast.hpp98
这两个转型函数的实现代码如下:
代码
polymorphic_downcast函数内部实现上对于转换进行了断言,还有最重要的区别是polymorphic_downcast函数是通过C++中static_cast进行转换,而polymorphic_cast是通过dynamic_cast。这就需要说一下c++中的static_cast和dynamic_cast两个转型操作符。static_cast被看做是在向下转型过程中效率高于dynamic_cast的操作符,但是同样也带来了风险。dynamic_cast在失败时会返回空指针或是空引用,而static_cast在使用时完全由使用者保证转换的可靠性,这种引入的错误是潜在的并不明显,编译会毫不犹豫地一切通过。
代码
上面的这个例子也很好的解释了polymorphic_downcast在cast.hpp文件中前面那一段注释的意思啦。所以polymorphic_downcast在使用static_cast之前加入了断言,在编译器一级通过dynamic_cast验证转型的可靠性,这是对直接使用static_cast的所带来危险的保障实现,但是效率上就会降低。除了你对性能有要求同时对于转型很肯定,那么就直接使用static_cast,否则还是用dynamic_cast或是polymorphic_cast吧。
原文链接: https://www.cnblogs.com/wxfasdic/archive/2010/08/30/1812940.html
欢迎关注
微信关注下方公众号,第一时间获取干货硬货;公众号内回复【pdf】免费获取数百本计算机经典书籍
原创文章受到原创版权保护。转载请注明出处:https://www.ccppcoding.com/archives/14490
非原创文章文中已经注明原地址,如有侵权,联系删除
关注公众号【高性能架构探索】,第一时间获取最新文章
转载文章受原作者版权保护。转载请注明原作者出处!