C语言学习笔记

基本数据类型的精度:


char 1字节


short 2字节


int 4字节


long 8字节


float 4字节


double 8字节


float和double默认保留小数点多少位?为什么?
float类型数据在内存中占4个字节,2^16,其中符号位1位,指数位8位,尾数23位,小数点后保留6位
double类型数据在内存中占8个字节,2^32,小数点后保留16位。


取余运算  结果的正负性只看左边,例:
-3%5=-3 5%-2=5
浮点数不能取余


++  —-
浮点数、char都可以自增自减


char 为1个字节


不要在scanf函数里输入\n换行符


day03
逻辑运算符||  断路问题   前面为真 后面的表达式就不再判断
sizeof(int)  实际是unsignded long类型
sizeof(char类型的常量)占4个字节,因为char类型的常量在内存中时当int类型存储的
!取反运算符的优先级比算数运算符高




在面对需要输入char类型的数据时,千万要注意缓冲区的问题
解决办法,在%c前面+空格


C语言中/运算,得到的结果和正常除运算不同,例如1/2的结果不是0.5,而是0,即取了整数部分。1.00/2的结果才是0.50
,总而言之,要得到一个浮点型的结果,参与运算的一个数必须为浮点数。


数组篇


 数组作为函数参数,可以省略元素个数
 数组作为函数参数,传递是整个数组的地址,修改函数形参数组元素的值,会影响到外面的实参数组


数组当做函数参数传递时,会当做指针变量来使用,指针变量在64bit编译器环境下,占据8个字节       
例:
void printElement(int arr[]){
    int length=sizeof(arr);
    printf("数组长度为:%d\n",length);
    for (int i=0; i<length; i++) {
        printf("a[i]=%d  ",arr[i]);
    }
}


int main(int argc, const char * argv[]) {
    // insert code here...
    int a[6]={66666,5555,4444,333,22,1};
    printf("排序前的数组为\n");
    printElement(a);
    return 0;
}


排序前的数组为
数组长度为:8
a[i]=66666  a[i]=5555  a[i]=4444  a[i]=333 a[i]=22 a[i]=1 a[i]=-862682905 a[i]=905990086


为什么会出现上面的现象?
因为数组作为函数参数传递,会当作指针变量使用,指针长度为8


a=97  A=65


产生随机数
int num =  arc4random_uniform(11)
取极小数和极大数
    int max = INT32_MIN; //用一个极度小的数
    
    int min = INT32_MAX; //用一个极度大的数
<limits.h>
【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网和智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗与标准化、K值与距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成与可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析与结果可视化等关键步骤,增强了模型的可解释性与实用性。; 适合人群:具备一定MATLAB编程基础和机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度与发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优与结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究与优化。
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