c++犯过的错

本文整理了C++编程中的一些关键概念、语法特性和最佳实践,包括可访问性、可见性、volatile与const关键字、友元函数、静态常量类、复制与赋值构造函数、转换构造函数、const修饰符、命名规范、内存管理、异常处理等。同时讨论了C++与C语言的区别,指针操作、状态码与错误码、逻辑异常与运行时错误等内容。

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

1、可访问性(是否可用)、可见性(作用域内是否存在)

2、volatile(嵌入式用的多) const

3、友元函数可以访问类的私有函数 目的 工厂方法 全局运算符 如 >> << () ||

4、static const 类定义时即可初始化

5、复制构造函数 赋值运算符 目地 复杂类型、指针类型的复制

6、转换构造函数 一个参数的构造函数

7、explicit 防止隐式类型

8、 const  在函数前则返回值是const的,在函数后,则函数里的值不可变,如果有修改变量,可以在这个变量的声明出加mutable

9、命名规范 

空行 {} 就近原则

分号后可以加空格 二元操作符的空格 前后都加,一元操作符可以不用

拆行时 操作符放在行首 *&紧靠变量名

10、c++ new分配的在堆,其它的在栈

11、c++ 宏用”#”号连接

12、++在后面时返回原时值,循环的表达式里有取余,或类似操作时要注意

13、取余要注意负数问题

14、左值是一个位置,右值是一个值

15、有符号数的右移位 不是可移植的

16、变量名与内存位置之间的关联并不是硬件提供,由编译器实现。硬件仍然通过地址访问内存位置

17、c语言只有传值方式,所以要用指针的指针

18、指针的初始化用&操作符,变量的值就是分配给变量的内存位置所存储的数值

19、访问指针地址所指内容 可以间接访问,或用解引用指针 *

20、segmentation violateion / memory falut  指针未初始化 gpf 一般保护性异常 bus error 总线错误 指针超边界

21、访问内存地址 *(int *)100 = 25 内存100地址处的值设为25

22、状态码和错误码分开

23、逻辑上可以处理的异常用错误码,否则抛出异常

24、初始化的先后顺序

25、stl set 一般用来保存不可变的元素,在vs2010以上版本里 setiterator都是const

26、某个数x的后i位  x%(10^i)

27、链式调用时要检查每一项的值是否存在

28、function argument expected 可能是函数名后没见()

29、无符号数减始终是无符号数,用a-b>0 来判断始终为真

30、malformer number near 非英文字符

31、unexpected symbol near “=”  结果是a=b后面一大段空白之后又跟着一个 =b

32、把一行过长的代码切割成多行,方便查错

转载于:https://www.cnblogs.com/xdao/p/cpp_tips.html

标题基于SpringBoot+Vue的学生交流互助平台研究AI更换标题第1章引言介绍学生交流互助平台的研究背景、意义、现状、方法与创新点。1.1研究背景与意义分析学生交流互助平台在当前教育环境下的需求及其重要性。1.2国内外研究现状综述国内外在学生交流互助平台方面的研究进展与实践应用。1.3研究方法与创新点概述本研究采用的方法论、技术路线及预期的创新成果。第2章相关理论阐述SpringBoot与Vue框架的理论基础及在学生交流互助平台中的应用。2.1SpringBoot框架概述介绍SpringBoot框架的核心思想、特点及优势。2.2Vue框架概述阐述Vue框架的基本原理、组件化开发思想及与前端的交互机制。2.3SpringBoot与Vue的整合应用探讨SpringBoot与Vue在学生交流互助平台中的整合方式及优势。第3章平台需求分析深入分析学生交流互助平台的功能需求、非功能需求及用户体验要求。3.1功能需求分析详细阐述平台的各项功能需求,如用户管理、信息交流、互助学习等。3.2非功能需求分析对平台的性能、安全性、可扩展性等非功能需求进行分析。3.3用户体验要求从用户角度出发,提出平台在易用性、美观性等方面的要求。第4章平台设计与实现具体描述学生交流互助平台的架构设计、功能实现及前后端交互细节。4.1平台架构设计给出平台的整体架构设计,包括前后端分离、微服务架构等思想的应用。4.2功能模块实现详细阐述各个功能模块的实现过程,如用户登录注册、信息发布与查看、在线交流等。4.3前后端交互细节介绍前后端数据交互的方式、接口设计及数据传输过程中的安全问题。第5章平台测试与优化对平台进行全面的测试,发现并解决潜在问题,同时进行优化以提高性能。5.1测试环境与方案介绍测试环境的搭建及所采用的测试方案,包括单元测试、集成测试等。5.2测试结果分析对测试结果进行详细分析,找出问题的根源并
内容概要:本文详细介绍了一个基于灰狼优化算法(GWO)优化的卷积双向长短期记忆神经网络(CNN-BiLSTM)融合注意力机制的多变量多步时间序列预测项目。该项目旨在解决传统时序预测方法难以捕捉非线性、复杂时序依赖关系的问题,通过融合CNN的空间特征提取、BiLSTM的时序建模能力及注意力机制的动态权重调节能力,实现对多变量多步时间序列的精准预测。项目不仅涵盖了数据预处理、模型构建与训练、性能评估,还包括了GUI界面的设计与实现。此外,文章还讨论了模型的部署、应用领域及其未来改进方向。 适合人群:具备一定编程基础,特别是对深度学习、时间序列预测及优化算法有一定了解的研发人员和数据科学家。 使用场景及目标:①用于智能电网负荷预测、金融市场多资产价格预测、环境气象多参数预报、智能制造设备状态监测与预测维护、交通流量预测与智慧交通管理、医疗健康多指标预测等领域;②提升多变量多步时间序列预测精度,优化资源调度和风险管控;③实现自动化超参数优化,降低人工调参成本,提高模型训练效率;④增强模型对复杂时序数据特征的学习能力,促进智能决策支持应用。 阅读建议:此资源不仅提供了详细的代码实现和模型架构解析,还深入探讨了模型优化和实际应用中的挑战与解决方案。因此,在学习过程中,建议结合理论与实践,逐步理解各个模块的功能和实现细节,并尝试在自己的项目中应用这些技术和方法。同时,注意数据预处理的重要性,合理设置模型参数与网络结构,控制多步预测误差传播,防范过拟合,规划计算资源与训练时间,关注模型的可解释性和透明度,以及持续更新与迭代模型,以适应数据分布的变化。
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