方法1：使用find和xargs命令
     find dir | xargs grep str，dir是指某个目录
     find file | xargs grep str，file是指某个文件
   注意：这种方法，会递归搜索子目录

方法2：直接使用grep命令
     grep str dir/*，dir是指某个目录，但不递归搜索其子目录
     grep -r str dir/*，使用-r选项，递归搜索其子目录
     grep str file，file是指某个文件

方法3：综合以上两种，写一个shell脚本，代码如下 

 1#! /bin/bash
 2# findstr.sh   
 3
 4if [ $# -lt "2" ]; then
 5   echo "Usage: `basename $0` path name [option]"
 6   exit 1
 7fi   
 8
 9path=$1
10name=$2  
11shift 
12shift   
13
14for option in "$@"
15do
16   case $option in
17   -r) dir_op="-r"
18   ;;
19   -i) lu_op="-i"
20   ;;
21   *) if [ -n "$option" ]; then
22         echo "invalid option"
23         exit 1
24       fi
25   ;;
26  esac
27done    
28
29grep_str_of_file()
30{
31     file=$1
32     str=$2
33     out=$(grep -n $lu_op "$str" "$file")
34     if [ -n "$out" -a "$file" != "$0" ]; then
35        echo "$file: $out"
36     fi
37}    
38
39find_str()
40{
41  if [ -d "$1" ]; then
42     for file in $1/*
43      do
44        if [ "$dir_op" = "-r" -a -d "$file" ]; then
45            find_str $file $2
46        elif [ -f "$file" ]; then
47           grep_str_of_file $file $2
48        fi
49     done
50 elif [ -f "$1" ]; then
51   grep_str_of_file $1 $2    
52 fi
53}  
54
55find_str $path $name

  这样一来，不管$1参数是目录还是文件，都能处理，使用示例如下：
    findstr /usr/include main          不递归搜索子目录，大小写敏感
    findstr /usr/include main -i       不递归搜索子目录，忽略大小写
    findstr /usr/include main -r       递归搜索子目录，大小写敏感
    findstr /usr/include main -r  -i   递归搜索子目录，忽略大小写 
    findstr main.cpp main              在文件中搜索，大小写敏感
    findstr main.cpp main -i           在文件中搜索，忽略大小写 

  上面所述的示例中，str不限于特定的文本，可以是带正则表达式的匹配模式。而第3种方法，也可以用sed替换grep来显示文本行，在此基础上能作更多的处理，比如格式化显示、统计匹配的文本个数、搜索策略等，在此就不详究了。      摘要: 类型定义    在多叉树中，后序遍历迭代器有只读、读写、只读反转、读写反转4种，在mtree容器中的定义如下： Code highlighting produced by Actipro CodeHighlighter (freeware) http://www.CodeHighlighter.com/ -->1 &nb...  阅读全文      摘要: 类型定义    在多叉树中，前序遍历迭代器有只读、读写、只读反转、读写反转4种，在mtree容器中的定义如下： Code highlighting produced by Actipro CodeHighlighter (freeware) http://www.CodeHighlighter.com/ -->1  &n...  阅读全文      摘要: 迭代器的分类与框架    迭代器是一种设计模式，用来访问容器对象的内容而无须暴露容器的内部实现，而多叉树是一种具有递归性质的复合对象，因此它的迭代器是一种复合迭代器，且存在多种遍历顺序和策略，如前序、后序、广度、叶子、兄弟等，为了支持实现这种复合迭代器，就需要设计不同的迭代器类，由于迭代器封装了对多叉树的访问，而这种访问又可分为只读和读写两类，它们在stl中的实现就...  阅读全文      摘要:    在面向对象开发时，对实际问题分析进而抽象出一种类型，往往会考虑到2个方面：1）类型的内部成员和方法的定义描述 2）类型的多实例存取操作。其中第1点是类型本身数据结构的设计，第2点是类型容器数据结构的选择设计。在stl中，容器有序列式和关联式两种，前者代表有vector，list，deque等；后者代表有set，multiset，map，multimap等，对于一...  阅读全文      摘要: 需求分析    在数据结构中，树有两种存储方式，一种是链式存储，另一种是顺序存储。前者就是使用指针来记录树结点间的关系，在新增结点或删除结点时，只需改变与父结点或兄弟结点的指针值即可，实现较为简单；后者就是使用数组来存储，可以用相对偏移量来记录树结点间的关系，在新增结点或删除结点时，则不仅是改变与父结点或兄弟结点的相对偏移量，还需要改变其它结点的相对偏移量，实现较为...  阅读全文 继承情景
   我们知道一个空的类，也就是其内部没有非静态数据成员，没有虚指针（包括指向虚函数表和虚基类子对象的指针），它的大小通常为1，当然在某些对齐要求严格系统上可能是另一个数（通常是4），如果空类被继承，那么派生类的大小会怎么样呢？一个支持C++标准和EBO的编译器对此会进行空基类的优化，也就是不给空的基类子对象分配空间，换句话说，空基类子对象的地址和其派生类实例的地址是相同的。从编译器实现的角度来看，需要考虑继承时的不同情况，下图中P表示父类，C表示子类，圆形表示空类，矩形表示非空类。单继承EBO情况如下图所示    EBO-1反映的是空类派生自空基类，EBO-2反映的是非空类派生自空基类，EBO-3、EBO-4反映的是在继承链中，对空基类的优化能不能传递到后代中。多继承EBO如下图所示
   EBO-5反映的是空类派生自两个空基类，EBO-6反映的是非空类派生自两个空基类，EBO-6反映的是空类派生自一个非空基类和一个空基类，EBO-7反映的是非空类派生自一个非空基类和一个空基类。以上8种情况，不论是单继承还是多继承，一个完全支持EBO的编译器就应该能把空基类部分都优化掉。

优化应用
   由于空基类优化技术节省了对象不必要的空间，提高了运行效率，因此成为某些强大技术的基石，基于类型定义类如stl中的binary_function、unary_function、iterator、iterator_traits的实现复用；基于策略类如内存管理、多线程安全同步的实现复用。当某个类存在空类类型的数据成员时，也可考虑借助EBO优化对象布局，例如下

1template<typename T1,typename T2>
2class EBO
3{
4private:
5    T1 m_t1;
6    T2 m_t2;
7};

   当T1和T2为空类时，可以改进如下

1template<typename T1,typename T2>
2class EBO : T1, T2
3{
4};

   
   更进一步，如果T1或T2为非类类型，如基本内建类型、函数指针等；或T1和T2类型相同时，则直接继承它们会导致编译错误，怎么办呢？这时可以添加一个中间层来解决，代码如下

 1template<typename T1,typename T2,bool isSame,bool isFirstEmpty,bool isSecondEmpty>
 2class EBO_IMPL;
 3
 4template<typename T1,typename T2>
 5class EBO_IMPL<T1,T2,false,false,false>
 6{
 7    T1 m_t1;
 8    T2 m_t2;
 9};
10
11template<typename T1,typename T2>
12class EBO_IMPL<T1,T2,false,true,true> : T1,T2
13{
14};
15
16template<typename T1,typename T2>
17class EBO_IMPL<T1,T2,false,true,false> : T1
18{
19    T2 m_t2;
20};
21
22template<typename T1,typename T2>
23class EBO_IMPL<T1,T2,false,false,true> : T2
24{
25    T1 m_t1;
26};
27
28template<typename T1,typename T2>
29class EBO_IMPL<T1,T2,true,false,false>
30{
31    T1 m_t1;
32    T2 m_t2;
33};
34
35template<typename T1,typename T2>
36class EBO_IMPL<T1,T2,true,true,true> : T1
37{
38    T2 m_t2;
39};
40
41template<typename T1,typename T2>
42class EBO : EBO_IMPL<T1,T2,boost::is_same<T1,T2>::value,boost::is_empty<T1>::value,boost::is_empty<T2>::value>
43{
44};

   为了简便，直接使用了boost中的is_same，is_empty元函数来判断类型的属性，实际上boost中已经实现了EBO的选择运用工具即compressed_pair类模板，研究其源码可发现，该工具充分考虑到了T1和T2实际类型的各种情况，is_empty的判断是运用sizeof来比较类型大小确定的。替换compressed_pair后，代码如下    著名的千千静听音乐播放器，其界面简洁优雅、美观大方，特别是它那种几个窗口像磁石般相互吸引，当拖动主窗口时，粘在一起的其它窗口会跟随着一起移动，当拖动其它窗口时，又能脱离不粘在一起，这种窗口效果让用户操作方便，省心省力。为描述方便，本文称这种效果为多窗口的组合分离，它的主要特点是仅用鼠标任意移动窗口，就可组合或分离，当组合在一起时，移动某窗口（如主窗口，暂称为老板窗口）能整体移动，移动其口窗口（非老板窗口，暂称为工人窗口）又能将自己脱离出来。近来由于工作需要实现了类似于此的窗口效果，经过几天的测试，终于稳定。在开发过程中，考虑了以下几个问题：
     (1)  组合分离的条件如何决定判断。
     (2)  当窗口大小改变时，包括最小化，最大化，缩放窗口等，如何保证不影响组合分离，能正常整体移动。
     (3)  窗口个数是可变的，当新建或销毁窗口时，如何保证不影响组合分离，能正常整体移动(千千静听窗口个数是有限的，而且可能只是隐藏窗口）。
     (4)  采用什么数据结构较好，如何维护任意两个窗口间的距离关系（相交或相切视为组合，相离视为分离）。
     (5)  当拖动老板窗口时，如何拖动与其组合的所有窗口，关键是如何得到所有与其组合的窗口列表。
     (6)  如何针对这种效果设计一个通用的组件类，只需调用几个方法便可搞定。
   
   针对以上问题，主要思路是视屏幕上任意多个窗口为顶点，以其窗口矩形中心点来看待这个窗口，如果任意两个窗口间关系为组合，则视这两个顶点间是相通的，即两个顶点存在边。如果为分离，则视两顶点间是不通的，即两顶点不存边。因此可以用无向图来存储窗口和关系，为简单起见，我用的是邻接矩阵，问题(4)得以解决。既然用邻接矩阵来存储，那么如何得到所有与老板窗口相关的组合窗口呢？由于实际多个窗口在移动过程中，会改变其组合分离关系，这就会得到多个无向图的连通分量，而我们需要的是包含老板窗口的那一个连通分量，因此可以用DFS深度搜索遍历这个无向图连通分量，起始顶点是老板窗口，遍历完后就会得所有与其组合的窗口列表，问题(5)得以解决。现在讨论问题(1)，这里有个细节问题就是组合分离的条件判断有两种情况，一是当移动窗口时的条件，称为条件1，因为实际向一个窗口A移入另一个窗口B时，要达到还没有接近窗口A时便一下子靠近A就像被A吸引的效果，当移出B时还没完全移到A窗口外面时便一下子远离就像被A排斥的效果。二是当大小改变时的条件，称为条件2，这个不同于条件1，因为它不需要那种吸引排斥的效果，也没必要，这个条件2就是简单的判断A和B矩形是否相交，API函数IntersectRect即可完成这一判断。条件1的判断如下图所示：
                                                           
   在B向A移入过程中,当B的中心点在矩形left,top,right,bottom范围内,可认为是发生组合,实现吸引效果；当在center矩形内，认为是已经组合了；同理，B向A移出过程中，当B的中心点在矩形left,top,right,bottom范围内,可认为是发生分离，实现排斥效果。当都不在left,top,right,bottom,center矩形范围时，认为是已经分离了。至此，问题(1)得到解决。当窗口大小改变时，需要更新邻接矩阵反映窗口间关系的变化，而后更新组合窗口列表，组合窗口列表的计算依赖于邻接矩阵，运用DFS算法来更新，这在WM_SIZE消息事件处理内完成，问题(2)得到解决。当新建窗口时，需要向无向图中增加(窗口)顶点，扩充邻接矩阵以备存储与其它窗口的关系；当销毁窗口时，需要从无向图中删除对应的顶点，而后从邻接矩阵中删除对应的关系，问题(3)得到解决。
   上述问题(1)--(5)都已分析并得到解决，总的来说，就是以数据结构中无向图的观点和算法来建模解决这些问题的，特别是运用到了DFS搜索算法来重建已组合的所有窗口列表，只有这样，在移动老板窗口过程中，才能保证其它窗口跟随着一起移动。接下来就是最后一个问题，也就是怎么封装设计组件类，以达到方便应用的目的，综上所述，设计接口方法与以下窗口4种消息相关：
   1) 创建窗口发生的消息,如WM_CREATE,WM_INITDIALOG等。
   2) 关闭或销毁窗口发生的消息，如WM_CLOSE，WM_DESTROY等。
   3) 窗口大小改变后消息，WM_SIZE。
   4) 窗口移动中消息，WM_MOVING。
   
   另外提供一个设置获取老板窗口的方法，在应用程序中，只需在窗口4种消息处理内调用以上对应4个方法即可实现多窗口组合分离的效果，注意该类没有考虑多线程，因此是非安全的，适用于多窗口属于同一线程内的情况。类声明如下 
   这个问题，解法比较多，假设序列X大小为N，一种普通的做法是先设定最大值和最小值都为序列中第一个元素值，在一个循环内，每次循环都和当前最大值和最小值来比较更新，这样就需要2N-2次比较了；再进一步，如果先查找最大值，则需N-1次比较，再查找最小值，则需N-2次比较，总共是2N-3次比较，比上一方法少了1次。这些做法都是每次取1个数来比较，比较次数为O(2N)。接下来，我们把情况扩展到每次取多于1个数，先试试看每次取2个数，即N-2个数的解，对N个数求解。当N=1时，最大值和最小值就是第1个元素值；当N=2时，最大值和最小值就是第1个元素和第2个元素的最大值和最小值；考察X[N-2]和X[N-1]，同时令前N-2个数的解是MAX和MIN，易见，做3次比较便能得出新的最大值和最小值，首先比较X[N-2]和X[N-1]，然后将其中大数同MAX比较，小数同MIN比较，这样一来，大约需O(3N/2)次比较即可，而不是先前的O(2N)次。那么，是不是每次取3个或4个数能更进一步减少总共的比较次数呢？有趣地是，可以证明，每次取多于2个数来比较时，总共所需次数和取2个元素来比较是一样的。本文示例的是每次取2个数比较的实现，C++代码描述如下    对于以上代码的实现，由前面分析可知，当N为奇数时，总共比较次数为3/2*(N-1)；当N为偶数时，总共比较次数为3N/2-1，时间复杂度为0(3N/2)。    原题为某著名软件公司的试题，大意如下：给定一个容器，要求删除容器中重复的元素，并保持剩余元素的顺序不变。在这里，本文为了全面通用考虑，作了扩展，删除vector中的重复元素，从容器中元素顺序上可分为2种情形：1）保持剩余元素顺序不变，特称为稳定删除，对应下面的stable_unique版本函数模板 2）不考虑顺序变化，特称为快速删除。对应下面的quick_unique版本函数模板。从重复的概念定义也可分为2种情况：1）基于简单的相等判断 2）基于谓词的等价判断。因此，由排列组合得知应该有4种版本的实现，下面给出代码描述    以上代码在vc2005环境下编译测试通过，再进一步扩展，问题完全可以归类为删除某容器内重复元素，只要再加一个模板的模板参数即可template <typename T> class Conn;函数的形参类型变为std::Conn<T>就行了，但要注意的是不同平台下对应容器的erase实现所返回的迭代器可能有所差别，比如map要这样写才能在linux上正确工作：conn.erase(it++)。对于特殊的情况，可对以上4个函数作对应的重载（注意，函数模板没有特化的概念）来解决。