strcmp,strncmp,memcmp,strcat,strncat函数实现

本文提供了一组核心字符串操作函数的自定义实现,包括字符串比较、连接等,适用于深入理解底层原理及优化性能场景。

int my_strcmp(const char* str1, const char* str2)
{
    if(NULL == str1 || NULL == str2)
        return -1;

    while(*str1 == *str2){
        if (!*str1) return 0;
        str1++;
        str2++;
    }

    return *str1 - *str2;
}

int my_strncmp ( const char * str1, const char * str2, size_t num )
{
    if(NULL == str1 || NULL == str2)
        return -1;

    while(*str1 == *str2 && --num){
        if (!*str1) return 0;
        str1++;
        str2++;
    }

    return *str1 - *str2;
}

int my_memcmp ( const void * ptr1, const void * ptr2, size_t num )
{
    if(NULL == ptr1 || NULL == ptr2)
        return -1;

    const char* str1 = (char*)ptr1;
    const char* str2 = (char*)ptr2;

    while(*str1 == *str2 && --num){
        if (!*str1) return 0;
        str1++;
        str2++;
    }

    return *str1 - *str2;
}

char* my_strcat(char* dest, const char* source)
{
    if (NULL == dest || NULL == source) return NULL;

    char* strDest = dest;
    while(*dest)
        dest++;

    while(*dest++ = *source++)
        ;

    return strDest;
}

char* my_strncat(char * dest, const char * source, size_t count)  
{
    if (NULL == dest || NULL == source) return NULL;

    char* strDest = dest;
    while(*dest)
        dest++;

    while(count-- && *source)
       *dest++ = *source++;

    *dest = '\0';//这里一定要加这个,不然就会出错

    return strDest;
}

void* my_memset(void* ptr, int value, size_t num)
{
    if (NULL == ptr) return NULL;

    char* str = (char*)ptr;
    while(num--){
        *str++ = char(value);
    }

    return ptr;
}

size_t my_strlen (const char * str)  
{
    if(NULL == str) return 0;

    const char * eos = str;  
    while( *eos++ )
        ;   
 
    return (eos - str - 1);
}  
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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