c语言中的void指针

#include<stdio.h>



void swap(void* p1, void* p2, int len);

int main()
{
	/*
		void 类型的指针
	*/


	//1. 定义两个变量
	int a = 10;
	short b = 20;

	//2. 定义两个指针
	int* p1 = &a;
	short* p2 = &b;
	
	//3.输出打印
	printf("%d\n", *p1);
	printf("%d\n", *p2);

	
	/*
		不同类型的指针之间,是不能互相赋值的
		void类型的指针打破了上面的观念
		void没有任何类型,好处可以接受任意类型指针记录的内存地址
	*/

	void* p3 = p1;
	void* p4 = p2;

	// 缺点: void类型的指针 无法获取变量里面的数据 也不能进行加减计算
	


	//
	int c = 100;
	int d = 200;

	swap(&c, &d, sizeof(int));

	printf("c = %d,d = %d\n", c,d);

	long long c1 = 100L;
	long long d1 = 200L;

	swap(&c1, &d1, sizeof(long long));

	printf("c1 = %lld,d1 = %lld\n", c1, d1);



	return 0;
}


// 用void指针  定义一个通用的交换数据的方法
void swap(void* p1,void* p2,int len)
{
	// 把void类型的指针  转化成 char类型的指针
	char* pc1 = p1;
	char* pc2 = p2;

	char temp = 0;

	//以字节为单位  一字节一字节的进行交换
	for (int i = 0; i < len; i++)
	{
		temp = *pc1;
		*pc1 = *pc2;
		*pc2 = temp;


		pc1++;
		pc2++;
	}
}


【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值