【内功篇】指针&数组&字符串(五)

数组有多维数组,作为与它那么亲密的指针当然有多级指针了。所以此篇就来多级指针,其实懂得一级指针后理解多级指针是很简单的,只需要知道它们的联系就能推出来。当然,先来简单说下多维数组。


多维数组:

我们可以把“一维,二维,三维”数组当做“线,面,体”,那么四维就想象不出来了吧,医学上有个四维彩超,其实就是在三维的基础上加了个时间维度,勉勉强强能够像出四维,那么五维,六维……爱咋想咋想吧,反正常用的就是一维和二维数组了,其它的几乎见过,这里就主要讲讲二维数组。

有些人一想到二维数组就想到到了一个方方正正的表格,没错,二维数组的模型的确如此,但是内存是线性存储的,可不会拐弯,所以不管多少维数组,在内存中都只是线性的,我们甚至可以想象二维数组就是一个存数组的数组,但是每个所存的数组的类型都相同,长度也必须都相同。

看段代码:

#include <stdio.h>

int main()
{
    int a[3][3] = {1, 2, 3, 4, 5, 6, 7, 8, 9};

    printf ("%d\n",a[1][1]); 
    printf ("%d\n",*(*(a + 1) + 1));

    return 0;
}

打印结果:
这里写图片描述

代码就是用两种形式输出a[1][1],第一种输出很好看懂,第二种输出就有些饶人了,其实在内存中,第一种和第二种的访问原理差不多,这里就分析一下第二种访问方法。

前面介绍一维数组的时候,就强调了数组名是数组首元素的首地址,同理可以想出,二维数组的数组名是它的首元素——首个一维数组的首地址,来验证一下:

int main()
{
    int a[3][3] = {1, 2, 3, 4, 5, 6, 7, 8, 9};

    printf ("%p\n",a);
    printf ("%p\n",&a[0]);

    printf ("%p\n",a + 1);
    printf ("%p\n",&a[0] + 1);
    printf ("%p\n",&a[1]);

    return 0;
}

打印下结果:
这里写图片描述

可以看出,a和&a[0]的地址是一样的,而且他们向右偏移一位后都是12字节,所以此时a + 1就成了第二个一维数组的首地址,我们在来看看:

int main()
{
    int a[3][3] = {1, 2, 3, 4, 5, 6, 7, 8, 9};

    printf ("%p\n",*(a + 1));
    printf ("%p\n",*&a[1]);

    return 0;
}

打印下结果:
这里写图片描述

我们知道*&a[1]是不是就相当于a[1],所以它就是第二个一维数组的“数组名”(数组里元素是不存在变量名的,这里只是好理解才这么说的),同理就知道*(a + 1)是什么了,那么它在向右偏移一位就与一维数组原理一样是4个字节,然后*(*(a + 1) + 1)就是a[1][1]了。

以介绍的是二维数组,我们也可以由二维数组推出更多维的数组,原理都一样,在此就不做介绍了。


多级指针:

同上面介绍的一样,我也指说说二级指针。

基于python实现的粒子群的VRP(车辆配送路径规划)问题建模求解+源码+项目文档+算法解析,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。
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