C++スレッド遅延開始の実装5パターン - yohhoyの日記（別館）
局所的に「スレッド開始を遅延させる」ネタが盛り上がっていたので、C++とBoostライブラリを用いた色々な実装方法をまとめてみました。 この記事で対象とするのは、下記コードにある2つの要件を満たす実装方法です。 (1) スレッドを管理するオブジェクトXのコンストラクト時ではなく、その後の任意タイミングで新スレッド処理を開始する。 (2) オブジェクトXのデストラクト時に、上記(1)の別スレッドがまだ実行中ならそのスレッド処理完了を待機する。 class X { // threadオブジェクトを保持するメンバ変数 void do_() { /* 別スレッド処理 */ } public: ~X() { // (2) 別スレッドがまだ実行中なら完了を待機する } void start() { // (1) 新しいスレッドを開始して関数do_を実行する } }; int main() { X x;
アーキテクチャーパターンとは何か
アーキテクチャパターンとは何か 連載2回目の今回は、アーキテクチャパターンについて紹介したいと思います。POSAおよびPoEAAという2つの有名なアーキテクチャパターンカタログについて簡単に触れた後、eビジネス分野のアプリケーション設計全般を対象とするパターンランゲージ、IBM Patterns for e-businessの内容をご紹介します。 デザインパターンがクラスや関連でつながったクラス間の局所的な構造や相互作用をサポートするためのパターンだったとすると、アーキテクチャパターンというのは、クラスよりも大きな単位でのパッケージやサブシステム、レイヤーといったマクロな構造や、それらの接続と相互作用をサポートするためのパターンだと言えるでしょう。 マクロなレベルにおけるオブジェクト設計の基本は、そのパッケージ内のクラス群はできるだけ関連性の高いものでまとめる（高凝集度）けれども、パッケー
第6回 「コマンド」と「MVVMパターン」を理解する
■MVVMパターン これまでの説明でも用語として少し出てきたが、WPFによるGUIアプリケーション開発では（特に、アプリケーション規模が大きい場合）、Figure 4に示すような、ビューとモデルの間に「ビューモデル」と呼ばれるものを挟んだ3階層アーキテクチャで作成する場合が多い。このようなアーキテクチャ・パターンを、「MVVM（Model-View-ViewModel）パターン」と呼ぶ。 Figure 4: ビュー、ビューモデル、モデルの3階層構造 ビューモデルからビューへの表示変更の通知は、INotifyPropertyChangedインターフェイスの実装を通じて行われる。逆に、ビューからビューモデルへのコマンド（状態変更）の通知は、ICommandインターフェイスの実装を通じて行われる。 MVVMパターンは、有名なMVC（Model-View-Controller）パターンと同種のアー
Singleton速度比較 (1) - memologue
2chのマルチスレッドスレッドで興味深い議論があった。見ていただければわかるが、「C++でdouble checked locking(DCL)は安全か」という話題を、CPU毎に検討している。各CPUのmemory modelの話に立ち入った、楽しい議論だ。特に、リンクされている Double-Checked Locking, Threads, Compiler Optimizations, and More http://www.nwcpp.org/Downloads/2004/DCLP_notes.pdf なるScott Mayersさんのペーパーがイケてると思う。最近書かれたばっかり。ここを読んでいなかったら当分知ることはなかっただろうな。ラッキー。 というわけで本題も興味深いのだが、とりあえずスレッドの中でいくつか示された「DCLに代わる高速なシングルトンの実装方法」が実際どの程度
Caltech101
Description Pictures of objects belonging to 101 categories. About 40 to 800 images per category. Most categories have about 50 images. Collected in September 2003 by Fei-Fei Li, Marco Andreetto, and Marc 'Aurelio Ranzato. The size of each image is roughly 300 x 200 pixels. We have carefully clicked outlines of each object in these pictures, these are included under the 'Annotations.tar'. There i
HLAC: 高次局所自己相関特徴 – Rest Term
今回は画像特徴量の1つである高次局所自己相関特徴 (HLAC: Higher-order Local AutoCorrelation)について。 HLACは画像認識に対する基本的な要望としての位置不変性および加法性を満たすものであり、一次にとどまらない高次の相関に基づく統計的特徴量になっています。現在では様々なHLACの発展系が生まれていますが、今回はその基本となるアルゴリズムについて整理したいと思います。 基本アルゴリズム 自己相関関数を高次に拡張したN次の自己相関関数は、対象となる画像領域内の位置 r=(x, y) における画素値を f(r) とすると、その周りのN個の変位 a1, a2, …, aN に対して次式で定義されます。 基本的なHLAC特徴はこの関数に基づいた画像特徴で、実際には相関の次数を二次まで(3点相関)、変位も局所領域(3×3など)に限定して利用します。そのため変位
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
