该模板如何通过运行时递归实现编译时优化？

Question

我了解使用模板创建编译时阶乘计算的著名示例，这样就不需要递归运行时计算。在这样的示例中，计算所需的所有值在编译时都是已知的。

但是我遇到了另一个使用模板计算数字幂的示例，但我不明白这是如何对类似的运行时递归函数进行优化：

template<int n>
inline int power(const int& m) { return power<n-1>(m)*m;}

template<>
inline int power<1>(const int& m) { return m;}

template<>
inline int power<0>(const int& m) { return 1;}

cout << power<3>(m)<<endl;

显然，m在这个例子中，在编译时是无法知道的。所以在运行时，仍然会执行一系列计算，结果与 基本相同m*m*m，对吗？

他们对这样的模板有明显的优势吗？也许我只是没有看到它。

Answer 1

X仅当您在编译时知道和Y时，您才能获得模板元编程的优势。示例代码：

template<unsigned int X, unsigned int N>
struct Power { static const unsigned int value = X * Power<X,N-1>::value; };

template<unsigned int X>
struct Power<X,0> { static const unsigned int value = 1; };

用途：Power<X,Y>::value确定X^Y.
演示。

在您发布的代码中（碰巧使用templates 但不使用元编程！），只有 是Y在编译时已知的，并X作为运行时参数传递。这意味着结果也将在运行时计算，我们必须依赖基于编译器的优化。在这种情况下最好使用std::pow(..)。