请编写一个主程序文件 main1.c 和一个子程序文件 sub1.c

前言
实验要求

请编写一个主程序文件 main1.c 和一个子程序文件 sub1.c, 要求:子程序sub1.c 包含一个算术运算函数 float x2x(int a,int b),此函数功能为对两个输入整型参数做某个运算,将结果做浮点数返回;主程序main1.c,定义并赋值两整型变量,然后调用函数 x2x,将x2x的返回结果printf出来。

1) 请在ubuntu系统用gcc 命令行方式编译主程序main1.c 并运行; 

2) 请在windows系统下用你熟悉的编译工具编译主程序main1.c 并运行。
 

实验准备

建议安装vim,原因是,vim编译器比起vi,可以复制粘贴

首先查看自己是否已经安装了VIM

打开 Ubuntu,快捷键Ctrl+Alt+T调出终端,安装 vim

命令:sudo apt install vim

1) 请在ubuntu系统用gcc 命令行方式编译主程序main1.c 并运行; 
实验步骤

步骤 1:创建新的 C 文件
在 Ubuntu 系统中打开任意文本编辑器(如 Gedit、Vim 等),创建一个名为test.c的文件。

步骤 2:编写代码
按a进入插入模式
将以下代码复制粘贴到 test.c 文件中:


复制代码
#include <stdio.h>

#include <stdio.h>
 
// 函数声明
float x2x(int a, int b);
 
int main() {
    // 定义并赋值两个整型变量
    int num1 = 2;
    int num2 = 3;
 
    // 调用函数 x2x,并将返回结果打印出来
    float result = x2x(num1, num2);
    printf("The result is: %f\n", result);
 
    return 0;
}

步骤 3:保存文件
先按esc退出编译模式,再按shift和冒号:

输入wq保存

同样顺序,创建子程序sub1.c并保存

步骤 4:编译程序

在终端中使用 gcc 命令行编译 test.c和sub1.c文件。在终端中输入以下命令并按 Enter 键:

输入gcc main1.c -o main1进行编译,然后输入./main1执行。

gcc -o hello test.c
这条命令将会生成一个名为test的可执行文件。

 

步骤 5:运行程序

在windows系统下用你熟悉的编译工具编译主程序main1.c 并运行。

#include <stdio.h>
 
// 函数声明
float x2x(int a, int b);
 
int main() {
    // 定义并赋值两个整型变量
    int num1 = 2;
    int num2 = 3;
 
    // 调用函数 x2x,并将返回结果打印出来
    float result = x2x(num1, num2);
    printf("The result is: %f\n", result);
 
    return 0;
}

 

实验总结
本次实验让我学会了如何在Ubuntu中安装gcc,以及如何更高效灵活的使用来编译代码,还有在安装以及编译过程中遇到的报错如何去解决。并且学会如何使用Makefile来编译代码,并且掌握了更多得命令输入,以及两种编译方式和Windows(Visual Studio)的对比,认识到了VS编译的局限性,并且更深入的认识到了代码从编译到执行是如何进行的且如何安全高效的创建代码。

                        

 

【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
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