期末复习（3.2.5）

最新推荐文章于 2025-12-11 14:03:52 发布

原创最新推荐文章于 2025-12-11 14:03:52 发布 · 353 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#c语言

本文详细介绍了C++中的浮点类型，包括单精度、双精度和长双精度浮点型，强调了它们的有效数字位数。此外，还提及了枚举类型、空类型以及其他基本数据类型如指针、数组、结构体和共用体等，为理解C++的数据结构提供基础。

2.浮点类型

一个数的有效数字是指从该数最左边不为0的数字位起至最右边不为0的数字位止之间的每一个数字位，而这些数字位的个数称为该数的有效数字位数

（1）单精度浮点型（float型）（4）（六位有效数字）

（2）双精度浮点型（double 型）（8）（15位有效数字）

（3）长双精度浮点型（long double）（与double一致）

（4）复数浮点型

二.枚举类型

三.空类型

（1）指针类型

（2）数组类型

（3）结构体类型

（4）共用体类型

（5）函数类型

如何确定常量类型

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

spread2021

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

期末复习【Verilog】

小心星的博客

01-01

2303

期末复习【Verilog】

《地理信息系统原理》笔记/期末复习资料（3. GIS的地理数学基础）

@HNUSTer的博客

07-29

1882

《地理信息系统原理》笔记/期末复习资料（3. GIS的地理数学基础）。

参与评论您还未登录，请先登录后发表或查看评论

QUST C# 期末复习

LH_991215的博客

05-07

976

第一章 C#概述 1.1 C#语言特点 C# 是一种面向对象的语言。 1.3 C#程序特点 1.必须定义类。 2.类的代码主要由方法组成。第二章 C#程序设计基础 2.1 常量与变量 2.1.1 常量 1.无符号整型常量书写时添加 u 或 U 标志。 2.长整型常量书写时添加 l 或 L 标志。 3.单精度浮点型常量书写时添加 f 或 F。 4.双精度型常量添加 d 或 D。 5.小数型常量添加 m 或 M。 2.1.2 变量 1.变量名必须以字母、下划线(_)、汉字打头，可包含字母、数字、下

操作系统期末复习与例题（完成版）

qq_73649045的博客

01-01

3212

操作系统期末复习大纲。

操作系统期末复习

COCO56的博客

12-23

9654

1. 题型 1.1. 选择 1.2. 填空5,1 1.3. 判断10 1 1.4. 简答3,4 5 1.5. 计算3 10,15 银行家算法页面置换算法（填空）寻找磁道 2. 重点第1章 2 os接口 7 多道批处理系统，分时，实时系统（特点理解） 32 微内核，了解（34,25）第2章 35 前趋图（转化） 39 进程的组成（45）和状态（7行，40页）三种状态之间的转换 4...

电子商务期末复习资料（辽宁大学冯勇主讲）

weixin_45440484的博客

06-29

2136

电子商务期末复习资料（辽宁大学冯勇主讲）研一下课程

数据库期末复习大总结数据库课程学习资料（包含数据库全部章节的经典例题）【我的数据库期末复习】

蓝天it（让亿万孩子在蓝天下共享优质教育）

06-23

551

数据库课程学习资料（包含数据库全部章节的经典例题）【我的数据库期末复习】

计算机网络期末复习

qq_52399968的博客

06-25

1196

计算机网络期末复习

C语言程序设计谭浩强(第四版)期末复习重点

野马菲比的博客

04-03

4913

C语言程序设计谭浩强(第四版)期末复习重点 1.1.什么是计算机程序第一章程序设计和 C 语言程．序．：一组计算机能识别和执行的指令。只要让计算机执行这个程序，计算机就会自动地、有条不紊地进行工作计算机的一切操作都是由程序控制的，离开程序，计算机将一事无成。 1.2什么是计算机语言计算机语言：人和计算机交流信息的、计算机和人都能识别的语言。计算机语言发展阶段：机器语言（由 0 和 1 组成的指令）符号语言（用英文字母和数字表示指令）高级语言（接近于人的自然语言和数学语言）

《软测》期末复习白盒测试内容+题型总结（更新中）

qq_45777026的博客

05-18

3507

文章目录第三章白盒测试3.0 概述0.1 白盒测试定义0.2 遵循原则0.3白盒测试方法3.1逻辑覆盖测试3.1.1 语句覆盖3.1.2 判定覆盖3.1.3 条件覆盖3.1.4 判定/条件覆盖3.1.5 组合条件覆盖3.1.6 路径覆盖3.1.7 小结3.1.8 解题模版3.1.9 例题3.2 基本路径测试3.2.1 控制流图3.2.2 环形复杂度3.2.3 独立路径3.2.4 设计步骤/模版3.2.5 例题3.3循环测试3.4静态测试—代码检查第三章白盒测试 3.0 概述 0.1 白盒测试定义 •白

编译原理复习提纲

m0_50488845的博客

03-15

626

第一章 introduction 知道什么是编译以及编译程序的结构解释程序：对源代码翻译一句执行一句；编译：先将源代码生成其他代码再进行执行第二章词法分析语言的定义形式语言正则表达式的递归定义四类形式语言 ...

GDPU信息安全期末考试复习资料

wy990880的博客

05-26

664

信息安全

【MCAL】CCFC3008PC-EB配置之SPI

wwjh_go的博客

12-11

548

摘要：本文介绍了DSPI(反序列化串行外设接口)的配置与应用。系统包含7个DSPI模块，实际使用了DSPI1和DSPI2两个模块。重点阐述了SPI通信的基本单元结构：Job(完整通信)、Channel(数据装载)和Sequence(操作序列)的关系。详细说明了SPI的配置流程，包括通道、任务、序列、硬件和外设等设置。最后通过工程测试验证了SPI通信功能，展示了片选信号、时钟信号以及MOSI/MISO数据线的波形图。测试结果表明系统实现了预期的SPI数据传输功能。

WeMD - 一个更优雅的 Markdown 公众号排版工具 (附源码和安装部署教程)

12-13

更优雅的 Markdown 公众号排版工具告别复杂工具。Markdown 写作，一键复制到公众号。专为公众号创作者设计的本地优先编辑器。特性功能说明 Markdown 语法支持 GFM、表格、代码高亮、数学公式主题切换内置十余款精美主题，支持自定义 CSS 一键复制完美兼容微信公众号，所见即所得多图床支持官方图床 / 七牛云 / 阿里云 / 腾讯云本地优先数据存储在本地，无需登录，隐私安全跨平台 Web 端 + 桌面端（macOS / Windows / Linux）界面风格微信绿 / 复古蓝双主题可选高级搜索支持正则匹配、全词匹配、批量替换滑动图组支持水平滑动的多图展示组件，丰富视觉体验

JAVA毕业设计含文档和代码ssm005基于TCP协议的在线聊天室设计与实现

12-13

JAVA毕业设计含文档和代码ssm005基于TCP协议的在线聊天室设计与实现

全国108288个小型矿产点位矢量SHP数据下载

最新发布

12-13

数据名称：全国108288个小型矿产点位矢量SHP数据数据格式：SHP 数据范围：全国主要指标：矿产地名称、经度、维度、、利用现状、地质工作程度、矿床成因类、规模、矿种

sunleaf2002_articlePublish_3484_1765313141481.zip

12-13

sunleaf2002_articlePublish_3484_1765313141481.zip

【新能源预测】基于XGBR的光伏功率预测模型构建：MATLAB环境下多源数据融合与高精度时序分析系统设计项目介绍 MATLAB实现基于极端梯度提升回归（XGBR）进行光伏功率预测（含模型描述及部分示

12-13

内容概要：本文详细介绍了一个基于MATLAB平台实现的极端梯度提升回归（XGBR）模型在光伏功率预测中的应用项目。项目围绕提高预测精度、增强电网调度能力、支持智慧能源管理等目标，系统阐述了从数据采集、预处理、特征工程到XGBR模型设计、参数优化、预测分析与可视化的完整技术流程。针对天气多变、数据噪声、高维多源融合、设备老化、时序漂移等实际挑战，提出了一系列针对性解决方案，并强调模型的可解释性与自适应优化能力。项目还展示了部分MATLAB代码示例，具备较强的工程实践指导意义。; 适合人群：具备一定机器学习基础和MATLAB编程经验，从事新能源预测、电力系统调度、智能算法开发等相关领域的科研人员、工程师及高校研究生。; 使用场景及目标：①应用于光伏电站功率的短期与中长期预测，提升新能源并网稳定性；②为电网调度、能源管理、市场化交易提供高精度数据支持；③学习XGBR在实际工程中的建模流程、参数调优与多模块系统集成方法；阅读建议：建议结合MATLAB代码实践，重点关注数据预处理、特征构造与模型自适应优化环节，同时利用可视化工具深入理解模型输出与特征重要性，提升对XGBR在时序预测任务中应用的理解与实战能力。

项目介绍 MATLAB实现基于多层感知机（MLP）进行锂电池剩余寿命（RUL）预测（含模型描述及部分示例代码）

12-13

内容概要：本文详细介绍了一个基于MATLAB实现的多层感知机（MLP）模型，用于锂电池剩余使用寿命（RUL）预测的项目。项目涵盖从数据采集、预处理、特征工程、MLP网络结构设计到模型训练优化、预测评估及系统集成的完整流程。针对锂电池RUL预测中的高维数据、非线性退化、样本不平衡、噪声干扰等挑战，提出了包括PCA降维、数据归一化、正则化、早停机制、超参数优化在内的系统性解决方案，并构建了包含可视化与决策支持功能的可扩展预测架构。文中还提供了部分MATLAB代码示例，展示了模型实现的关键步骤。; 适合人群：具备一定机器学习基础和MATLAB编程经验，从事电池管理系统（BMS）、新能源汽车、储能系统或智能运维等相关领域的科研人员、工程师及研究生；; 使用场景及目标：①实现锂电池健康状态的智能监测与RUL精准预测；②提升BMS系统的安全性与可靠性；③优化电池维护策略，降低运维成本；④为新能源汽车和智能电网提供数据驱动的决策支持；阅读建议：建议结合MATLAB代码实践每个模块的具体实现，重点关注数据预处理与模型调优策略，理解MLP在非线性退化建模中的应用，并可进一步扩展至LSTM、CNN等深度学习模型以提升预测性能。