C语言strcpy函数模拟实现,未优化和已优化

strcpy函数作用是把一个地址后面的字符串拷贝到另一个地址后面,因为字符串后面要加‘\0’,所以‘\0’也要拷贝

//strcpy模拟实现①代码未优化时
#include<stdio.h>
#include<assert.h>
void my_strcpy(char* dest,const char* src)
{
    assert(dest && src);
    while(*src)
    {
        *dest = *src;
        dest++;
        src++;
    }
    *dest = '\0';
}
int main()
{
    char arr1[] = "abcdef*";
    char arr2[30] = "cdef";
    my_strcpy(arr2,arr1);
    printf("%s",arr2);
    return 0;
}

(解释)
1.断言assert确保当传入指针是空指针是系统停止
2.当src指针指向的数据是‘\0’时停止拷贝,即while循环条件
3.先赋值后++,指针向后移动一位
4.因为先判断才赋值,所以‘\0’时循环不再进行,也就没有赋值,因而最后补上一个‘\0’

//②优化my_strcpy 因为是后置++,所以先赋值,然后地址++,最后判断
#include<stdio.h>
void my_strcpy(char* dest,char* src)
{
    while(*dest++ = *src++)
    {
        ;
    }
}
int main()
{
    char arr1[] = "abcdef*";
    char arr2[30] = "cdef";
    my_strcpy(arr2,arr1);
    printf("%s",arr2);
    return 0;
}

(解释)
1.后置++,即先使用后加一,即在while条件里是先解引用赋值以后再加一,因为++结合性更高所以是地址加一
2.逻辑顺序:先赋值后判断,最后地址加一
3.因为简单粗暴,先赋值再判断,管他是不是‘\0’,所以‘\0’也被赋值,最后不用补加‘\0’。

【无人机】基于改进粒子群算法的无人机路径规划研究[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在收敛速度全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础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 6
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