如何在STL容器中使用策略模式？

Question

假设我有一个名为BinaryClassifier的策略接口，可以采取Sample并返回一个double代表属于正类的Sample对象的概率：

struct BinaryClassifier { 
    virtual ~BinaryClassifier(){} 
    virtual double classify(std::shared_ptr<Sample> sample) const = 0; 
}; 

我们可能有BinaryClassifier，例如几种实现，LogisticRegressionBinaryClassifier。

的Sample又一个接口只露出两个方法：

struct Sample { 
    virtual ~Sample() {} 
    InputFeatures const& get_input_features() const = 0; 
    double get_label() const = 0; 
}; 

从这两种方法

除了，的Sample具体实现暴露相当不同的接口（即，它们是不相关的），他们唯一的方面常见的是它们可以通过二元分类器进行分类。

到目前为止这么好。当我们决定引进BinaryClassifier::train方法出现

问题：

struct BinaryClassifier { 
    virtual ~BinaryClassifier(){} 
    virtual double classify(std::shared_ptr<Sample> sample) const = 0; 
    virtual void train(std::vector<std::shared_ptr<Sample>> samples) = 0; 
}; 

在这一点上，以下将不起作用：

std::vector<std::shared_ptr<ConcreteSample>> concreteSamples = ...; 
concreteBinaryClassifier.train(concreteSamples); 

这是因为std::vector<std::shared_ptr<ConcreteSample>>和std::vector<std::shared_ptr<Sample>>是两个不相关的类型。

的C++ - ISH的解决办法是依靠模板：

 template<class SampleType> 
     virtual void train(std::vector<std::shared_ptr<SampleType>> samples) = 0; // non-working code, template method cannot be virtual 

但是模板方法不能virtual。不过，我希望BinaryClassifier是一个策略接口，因为可能存在许多BinaryClassifier实现。在这一点上，即使设计看起来很合理，我仍陷入死胡同。

编辑：此外，有可能发生对给定BinaryClassifier对象与ConcreteSampleA向量进行训练，而分类类型的对象ConcreteSampleB

这是模拟在大多数C这种情况的正确方法+用什么方式？

Answer 1

你可以让你BinaryClassifier模板类

template<SampleType> class BinaryClassifier 
{ 
    virtual void train(std::vector<std::shared_ptr<SampleType>> samples) = 0; 
} 

Answer 2

不能在ConcreteSampleA训练BinaryClassifier，然后用它来任何随机ConcreteSampleB分类。因此，样本类型是BinaryClassifier的固有部分。 Nullref的答案在这里是合理的：使样本类型成为模板参数。

正如您发现的那样，这意味着不再需要接口。好。 std::vector<int>不要求int也来自一些Element接口。

虽然你摆脱的东西，InputFeatures也看起来怀疑。我只是说get_input_features必须返回一些std::tuple其成员类型都有std::less定义。由于它不再是虚拟的，你不关心不同的样本类型返回不同的元组。我绝对不会硬编码get_label必须返回double。无论如何，这是一个奇怪的标签类型。

现在你已经说过，用样本类型A进行训练，然后对样本类型B进行分类可能是有意义的。这就是您进行优化的地方：似乎实际的兼容性要求是它们返回相同的元组。因此，Nullref的一个更好的解决方案是在get_input_sample返回的元组类型上对templatize BinaryClassifier。

此外，classify不需要采取共同所有权。通过Sample const&。 train()真的应该只是一个迭代器对。 C++约定是传递一组对象作为范围。