static关键字的使用

1. static

    a. 静态全局变量:作用域仅限于变量被定义的文件中。

    b. 静态局部变量: 在函数体里面定义的,就只能在这个函数里用,由于被static修饰的变量总是存在内存的静态区,所以即使

                                 这个函数运行结束,这个静态变量的值还是不会被销毁,函数下次使用时仍然能用到这个值。

    例1:

#include <stdio.h>
#include <stdlib.h>

static int j;

void fun1(void)
{
 static int i=0;
 printf("%d ",i);
 i++;
}

void fun2(void)
{
 j=0;
 printf("%d",j);
 j++;
}


int main()
{
 for(int k=0;k<10;k++)
 {
  fun1();
  fun2();
  printf("\n");
 }
 
 return 0;
}

运行结果:i: 0 1 2 3 4 5 6 7 8 9 10

                    j: 0 0 0 0 0 0 0 0 0 0 0

       C. 修饰函数: 函数前加static使得函数成为静态函数。此处static指对函数的作用域仅局限于本文件(内部函数 好处:不同的

                                   人编写不同的函数时,不用担心自己定义的函数,是否会与其他文件中的函数同名)

2. sizeof在计算变量所占空间大小时,括号可以省略,而计算类型大小时不能省略。

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同也在不少候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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