GCC/GDB学习

本文介绍了GCC编译器如何根据文件后缀名处理不同类型的源文件,并详细解释了从预处理到链接生成可执行文件的四个步骤。此外,还列举了常用的GCC编译选项及其用法,并通过GDB调试器的使用示例,帮助读者掌握基本的调试技巧。

GCC学习


1、gcc是根据后缀名来区分文件的
.c : c语言源文件
.a : 目标文件构成的库文件
.C/.cc/.cxx : c++源文件
.h : 头文件
.i : 预处理过的C源文件
.ii : 预处理过的C++源文件
.o : 编译后的目标文件
.s : 汇编语言源代码文件
.S : 经过预处理的汇编语言源代码文件

2、生成可执行文件四个步骤
预处理 :宏展开,头文件引入,
编译 :
汇编 :
连接 :

3、GCC编译选项
-o :指定可执行文件的名字,默认是a
-c :只做到编译即可,生成.o文件,汇编和连接不做
-g :添加调试信息
-O :对程序进行优化
-I :指定一个gcc可以查找头文件的目录 gcc -Ixx/xx/ xx.c -o xx
-l :
-static :静态连接,每一个程序都只有一份链接库的拷贝(程序和库文件合在一起)
和动态连接不同,动态连接是多个程序共享一份链接库的拷贝
默认采用的是动态连接
-Wall :生成所有的警告信息
-w :不生成任何警告信息
-D :定义宏比如gcc -DN test.c -o test

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
#include <stdio.h>
//#include "test.h"
//#define N

int bar(int c, int d)
{
    int e = c + d;
    printf("sum is %d",e);
    return e;
}
int foo(int a, int b)
{
    return bar(a, b);
}
int main(void)
{
    int i = 0;
    foo(2, 5);

    #ifdef N
        printf("ppppppppppppppppppppppppp");
    #endif
    return 0;
}

GDB常用命令
1、编译的时候带上-g选项,如gcc -g test.c -o test
2、gdb test
3、break(b) main ===》在main函数上打上断点
4、run
5、next(n)===>F6
6、contiue(c)====>f8
7、list(l)
8、info break
9、delete 删除断点
10、step(s)===>F5
11、finish
12、watch
13、quit(q)
14、print(p)

内容概要:本文详细介绍了一个基于C++的养老院管理系统的设计与实现,旨在应对人口老龄化带来的管理挑战。系统通过整合住户档案、健康监测、护理计划、任务调度等核心功能,构建了从数据采集、清洗、AI风险预测到服务调度与可视化的完整技术架构。采用C++高性能服务端结合消息队列、规则引擎和机器学习模型,实现了健康状态实时监控、智能任务分配、异常告警推送等功能,并解决了多源数据整合、权限安全、老旧硬件兼容等实际问题。系统支持模块化扩展与流程自定义,提升了养老服务效率、医护协同水平和住户安全保障,同时为运营决策提供数据支持。文中还提供了关键模块的代码示例,如健康指数算法、任务调度器和日志记录组件。; 适合人群:具备C++编程基础,从事软件开发或系统设计工作1-3年的研发人员,尤其是关注智慧养老、医疗信息系统开发的技术人员。; 使用场景及目标:①学习如何在真实项目中应用C++构建高性能、可扩展的管理系统;②掌握多源数据整合、实时健康监控、任务调度与权限控制等复杂业务的技术实现方案;③了解AI模型在养老场景中的落地方式及系统架构设计思路。; 阅读建议:此资源不仅包含系统架构与模型描述,还附有核心代码片段,建议结合整体设计逻辑深入理解各模块之间的协同机制,并可通过重构或扩展代码来加深对系统工程实践的掌握。
内容概要:本文详细介绍了一个基于C++的城市交通流量数据可视化分析系统的设计与实现。系统涵盖数据采集与预处理、存储与管理、分析建模、可视化展示、系统集成扩展以及数据安全与隐私保护六大核心模块。通过多源异构数据融合、高效存储检索、实时处理分析、高交互性可视化界面及模块化架构设计,实现了对城市交通流量的实时监控、历史趋势分析与智能决策支持。文中还提供了关键模块的C++代码示例,如数据采集、清洗、CSV读写、流量统计、异常检测及基于SFML的柱状图绘制,增强了系统的可实现性与实用性。; 适合人群:具备C++编程基础,熟悉数据结构与算法,有一定项目开发经验的高校学生、研究人员及从事智能交通系统开发的工程师;适合对大数据处理、可视化技术和智慧城市应用感兴趣的技术人员。; 使用场景及目标:①应用于城市交通管理部门,实现交通流量实时监测与拥堵预警;②为市民出行提供路径优化建议;③支持交通政策制定与信号灯配时优化;④作为智慧城市建设中的智能交通子系统,实现与其他城市系统的数据协同。; 阅读建议:建议结合文中代码示例搭建开发环境进行实践,重点关注多线程数据采集、异常检测算法与可视化实现细节;可进一步扩展机器学习模型用于流量预测,并集成真实交通数据源进行系统验证。
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