C++学习总结系列--函数部分

本文介绍了编程中函数的概念及其重要性,详细解释了函数的定义、调用过程以及参数传递方式。同时还探讨了自动对象与局部静态对象的区别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

      学习编程的人都知道,函数对于我们编程非常重要。

       首先,我们要知道函数是什么,简而言之,函数就是一个命名了的代码块。一个典型的函数定义包括以下部分:返回类型,函数名,由0个或多个形参组成的列表以及函数体。其中,形参以逗号隔开并位于一对圆括号之内。

   需要了解以下几点:

          函数的调用完成两项工作:一是用实参初始化函数对应的形参,二是将控制权转移给被调用函数。此时,主调函数的执行被暂时中断,被调函数开始执行。

     当函数以return语句结束执行过程时,return语句也完成两项工作:一是返回return语句中的值(如果函数返回类型不为空的话),二是将控制权从被调函数转移回主调函数。

     函数的实参类型必须与对应的形参类型匹配。

     函数的调用规定实参数量应与形参数量一致,所以说形参一定会被初始化。

     函数的形参列表中的形参通常利用逗号隔开,其中每个形参都是含有一个声明符的声明,即使两个形参的类型一样,也必须把两个类型都写出来。

               习惯上把只存在于块执行期间的对象称为自动对象。形参就是一种自动对象。

     在某些时候,有必要令局部变量的生命周期贯穿函数调用及之后的时间。可以将局部变量定义成static类型从而获得这样的对象,这样的对象称为局部静态对象。局部静态对象在程序的执行路径第一次经过对象定义语句初始化,并且直到程序终止才被销毁,在此期间即使对象所在的函数结束执行也不会对它产生影响。  

       未完待更新...

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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