博客
关于我
类继承中的构造函数与析构函数
阅读量:231 次
发布时间:2019-03-01

本文共 1565 字,大约阅读时间需要 5 分钟。

构造函数初始化列表

在C++中,构造函数的初始化列表是一种强制性的初始化语法,用于在构造对象时对成员变量进行初始化。初始化列表只能用于对子类的成员变量进行初始化,对于基类成员变量则不能使用初始化列表进行初始化。

例如,以下代码会导致错误:

class Base{public:    int x;};class Derived : public Base {public:    Derived() : x(10) {        cout << "Derived " << x << endl;    };    int y;};int main(){    Base *p = new Derived();}

错误信息为:“在构造函数‘Derived::Derived()’中:错误:类‘Derived’没有字段名‘x’”。

这是因为在C++中,构造函数的初始化列表只能用于对当前类的成员变量进行初始化,而不能对基类的成员变量进行初始化。基类的成员变量需要通过基类的构造函数进行初始化,或者在基类的构造函数中进行显式初始化。

初始化列表的作用

初始化列表是一种编译器强制的初始化语法,用于在构造函数中对对象的成员变量进行初始化。编译器会将初始化列表的内容转化为一组初始化语句,并在构造函数的开头插入这些语句。此后,构造函数中的其他语句才会执行。

需要注意的是,初始化列表和构造函数中的初始化语句是两个不同的概念。初始化列表的语义是编译器强制的,而构造函数中的语句是程序员手动编写的。两者之间有明显的区别,尤其是在处理继承关系时需要特别注意。

继承情况下的初始化顺序

在继承关系中,子类的构造函数会首先调用基类的构造函数完成基类对象的初始化,然后再对子类的成员变量进行初始化。这种初始化顺序是自顶向下的,也就是从基类到子类的顺序。这种机制确保了在子类构造函数执行之前,基类对象已经完成了初始化。

需要注意的是,如果基类有默认构造函数,那么即使没有显式初始化,基类对象也会被初始化。因此,在子类的初始化列表中对基类成员变量进行显式初始化会导致重复初始化,可能会引发问题。因此,在使用初始化列表时,需要特别注意基类成员变量的初始化情况。

每个对象在其生命周期内只能被初始化一次

在C++中,每个对象只能被初始化一次,其生命周期内只能有一个初始化操作。因此,在使用初始化列表时,需要确保对成员变量的初始化不会导致重复初始化。特别是在继承关系中,子类对基类成员变量进行显式初始化时,需要确保基类对象已经被正确初始化。

析构函数建议写成虚函数

在大多数情况下,析构函数不需要写成虚函数。但有一种特殊情况需要注意:当使用基类的指针指向子类的对象时,子类的析构函数必须写成虚函数。如果不写成虚函数,可能会导致基类的析构函数被调用,而无法调用子类的析构函数,从而导致内存泄漏或其他问题。

例如:

#include  using namespace std; class A{public:	~A()	{		cout << "A destructor" << endl;	}}; class B : public A{public:	~B()	{		cout << "B destructor" << endl;	}}; int main(){	A *p = new B;	delete p; // 只调用到了基类A的析构函数, 不符合预期 	return 0; }

在上述代码中,如果不对~B()写成虚函数,使用delete操作符删除基类指针p时,会调用基类A的析构函数,而不会调用子类B的析构函数。这会导致内存泄漏,并且无法保证对象的正确销毁。

总之,在使用基类指针指向子类对象时,子类的析构函数必须写成虚函数,以确保正确的析构顺序和行为。

转载地址:http://gqgv.baihongyu.com/

你可能感兴趣的文章
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.columns、get_dummies等用法
查看>>
pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
pandas100个骚操作:再见 for 循环!速度提升315倍!
查看>>
Pandas:对给定列求和 DataFrame 行
查看>>
Pandas、Matplotlib、Pyecharts数据分析实践
查看>>
Pandas中文官档~基础用法2
查看>>
Pandas中文官档~基础用法6
查看>>
Pandas中的GROUP BY AND SUM不丢失列
查看>>
pandas交换两列
查看>>
pandas介绍-ChatGPT4o作答
查看>>
pandas去除Nan值
查看>>
pandas实战:电商平台用户分析
查看>>
Pandas库常用方法、函数集合
查看>>
pandas打乱数据的顺序
查看>>
pandas改变一列值(通过apply)
查看>>
Pandas数据分析的环境准备
查看>>
Pandas数据可视化怎么做?用实战案例告诉你!
查看>>