linux中的container of

本文详细解析了container_of宏在C语言中的应用,包括其参数含义、使用方法及实例演示,并解答了相关疑问,如0地址的使用和指针变量的运算问题。

container of解释

/** 

 * container_of - cast a member of a structure out to the containing structure 

 * @ptr:    the pointer to the member. 

 * @type:   the type of the container struct this is embedded in. 

 * @member: the name of the member within the struct. 

 * 

 */  

#define container_of(ptr, type, member) ({          \  

    const typeof( ((type *)0)->member ) *__mptr = (ptr); \  

(type *)( (char *)__mptr - offsetof(type,member) );})  

  

#define offsetof(TYPE, MEMBER) ((size_t) &((TYPE *)0)->MEMBER)  //这个宏不是在kernel.h文件中定义的。 

 

container_of 宏的作用只有一个:根据结构的成员来获取包含这个成员的结构实例指针。宏中的参数为:

ptr:指向成员的指针。

type:需要返回的结构实例类型。

member:成员在结构实例内部的名称,如果为数组,需要指定下标。

举例:

struct test_struct {  

    int num;  

    char ch;  

    float fl;  

};

int main(void)  

{  

    struct test_struct init_test_struct = { 99, 'C', 59.12 };  

  

    char *char_ptr = &init_test_struct.ch;  

  

    struct test_struct *test_struct = container_of(char_ptr, struct test_struct, ch);  

      

    printf(" test_struct->num = %d\n test_struct->ch = %c\n test_struct->fl = %f\n",   

        test_struct->num, test_struct->ch, test_struct->fl);  

      

    return 0;  

}  

例子输出结果

test_struct->num = 99  

test_struct->ch = C  

test_struct->fl = 59.119999


1、关于就是关于0地址的使用,0地址不是不能被访问吗?

typeof( ((type *)0)->member ) *__mptr = (ptr); 

答:

没错,0地址当然不能被访问,这句话的意思是定义了一个跟member数据类型一样的指针变量__mptr,也就是说如果member的数据类型为int,那么typeof( ((type *) NULL)->member ) *__mptr = (ptr); 就等价于int *__mptr = (ptr);,整个typeof( ((type *) NULL)->member ) 语句就是为了获得成员member的数据类型。


2、(type *)( (char *)__mptr - offsetof(type,member) ); 不明白为什么要把__mptr转换成char *再相减?

这是指针变量的运算问题,举个简单的例子:
int a;
char *p = (char *)&a;
int *q = &a;
这时候,p-1和q-1的值是不是相等呢?
肯定不是,如果&a的值为0xbffe67b4,那么p-1为0xbffe67b3,而q-1则为0xbffe67b0。
因此,指针变量加减n实际上是加减n个数据类型(p为char,q为int)的长度。


内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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