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>
需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕“需求响应动态冰蓄冷系统与需求响应策略的优化研究”展开,基于Matlab代码实现,重点探讨了冰蓄冷系统在电力需求响应背景下的动态建模与优化调度策略。研究结合实际电力负荷与电价信号,构建系统能耗模型,利用优化算法对冰蓄冷系统的运行策略进行求解,旨在降低用电成本、平衡电网负荷,并提升能源利用效率。文中还提及该研究为博士论文复现,涉及系统建模、优化算法应用与仿真验证等关键技术环节,配套提供了完整的Matlab代码资源。; 适合人群:具备一定电力系统、能源管理或优化算法基础,从事科研或工程应用的研究生、高校教师及企业研发人员,尤其适合开展需求响应、综合能源系统优化等相关课题研究的人员。; 使用场景及目标:①复现博士论文中的冰蓄冷系统需求响应优化模型;②学习Matlab在能源系统建模与优化中的具体实现方法;③掌握需求响应策略的设计思路与仿真验证流程,服务于科研项目、论文写作或实际工程方案设计。; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注系统建模逻辑与优化算法的实现细节,按文档目录顺序系统学习,并尝试调整参数进行仿真对比,以深入理解不同需求响应策略的效果差异。
综合能源系统零碳优化调度研究(Matlab代码实现)内容概要:本文围绕“综合能源系统零碳优化调度研究”,提供了基于Matlab代码实现的完整解决方案,重点探讨了在高比例可再生能源接入背景下,如何通过优化调度实现零碳排放目标。文中涉及多种先进优化算法(如改进遗传算法、粒子群优化、ADMM等)在综合能源系统中的应用,涵盖风光场景生成、储能配置、需求响应、微电网协同调度等多个关键技术环节,并结合具体案例(如压缩空气储能、光热电站、P2G技术等)进行建模与仿真分析,展示了从问题建模、算法设计到结果验证的全流程实现过程。; 适合人群:具备一定电力系统、能源系统或优化理论基础,熟悉Matlab/Simulink编程,从事新能源、智能电网、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①开展综合能源系统低碳/零碳调度的科研建模与算法开发;②复现高水平期刊(如SCI/EI)论文中的优化模型与仿真结果;③学习如何将智能优化算法(如遗传算法、灰狼优化、ADMM等)应用于实际能源系统调度问题;④掌握Matlab在能源系统仿真与优化中的典型应用方法。; 阅读建议:建议结合文中提供的Matlab代码与网盘资源,边学习理论模型边动手调试程序,重点关注不同优化算法在调度模型中的实现细节与参数设置,同时可扩展应用于自身研究课题中,提升科研效率与模型精度。
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