体会指针,指针的指针

看下面来看个例子:  交换a,b的值

#include <stdio.h>
void main()
{
  void firstExange(int **a, int **b);
  int c=3,d=4;
  int *p = &c;
  int *q = &d;
  firstExange(&p,&q);
  printf("c=%d,d=%d    ",c,d);
  printf("*p=%d,*q=%d\n",*p,*q);
}


void firstExange(int *a, int *b)
{
  int *temp;
  temp = a;
  a = b;
  b=temp;
}

输出结果是a=3,b=4  *p=3,*q=4;

我们可能会任务通过传递指针,是改变值的方式的,但是注意firstExange 函数里面,交换了指针,但是交换完之后就会释放掉,就想值传递一样,直接交换p,q是行不通的

如果我们想交换p、q指针的指向,就得“更上一层楼”,相当于把p和q当成一个“值”,去用指向他们这两个变量的指针来帮助他们完成交换。

#include <stdio.h>
void main()
{
  void firstExange(int **a, int **b);
  int c=3,d=4;
  int *p = &c;
  int *q = &d;
  firstExange(&p,&q);
  printf("%d,%d\n",c,d);
  printf("pq  %d,%d\n",*p,*q);
}


void firstExange(int **a, int **b)
{
  int *temp;
  temp = *a;
  *a = *b;
  *b=temp;
}


输出结果是a=3,b=4  *p=4,*q=3;    (注意:a,b的值木有变,因为没有去变过它,我们这里只是交换了p,q存放的值,这样*p,*q的转向就改变了)

这样就能体会到了,为神马会有指针的指针这个东东了吧

【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
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