58笔试题——指针数组与数组指针的迷惑

本文针对C语言中指针数组与数组指针的区别及应用进行了深入解析,并通过具体的实例演示如何正确地使用这两种不同的数据结构来避免类型不匹配错误。

昨天做了58的笔试题,其中有这样一道找错题,代码如下:

#include "stdafx.h"
#include<iostream>

void pr(char *b[],int num)
{
	for(int i = 0;i<num;++i)
	{
		printf("%s",b[i]);
	}
}


int main()
{
	char a[4][10];
	strcpy(a[0],"1234567");
	strcpy(a[1],"1234567");
	pr(a,2);
	return 0;
}
找了很久没看出来问题出在哪,今天自己在编译器上调试,发现传实参进去的时候报错,显示:


"char (*)[10]" 类型的实参与 "char **" 类型的形参不兼容


就是说,a代表a[0],是指向数组的指针,b是一个指针数组。


根据提示我做出了两种修改,如下:

#include "stdafx.h"
#include<iostream>

void pr(char(* b)[10],int num) //数组长度[10]不定义也会出错
{
	for(int i = 0;i<num;++i)
	{
		printf("%s",b[i]);
	}
}


int main()
{
	char a[4][10];
	strcpy(a[0],"1234567");
	strcpy(a[1],"1234567");
	pr(a,2);
	while(1);
	return 0;
}

将函数形参修改为指向数组的指针即可,a[0]是指向数组的指针,b也是指向数组的指针,把a传进去,就可以以数组长度偏移访问b[1],b[2],b[3].....

如果没办法理解可以参考下面的例子:

void pr(char * x, int num)

{

for(int i = 0;i<num;++i)

{

printf("%c",x[i]);

}

}

char w[4] = "123";

pr(w);

把数组升维就跟题目一样了。



第二种修改方法:


#include "stdafx.h"
#include<iostream>

void pr(char* b[],int num)
{
	for(int i = 0;i<num;++i)
	{
		printf("%s",b[i]);
	}
}


int main()
{
	char a[4][10];
	strcpy(a[0],"1234567");
	strcpy(a[1],"1234567");
	char *c[2] = {a[0],a[1]};
	pr(c,2);
	while(1);
	return 0;
}

第二种方法明显更好理解一些,定义一个指针数组,把指向数组的指针赋值给指针数组的元素,然后把指针数组作为实参穿进去即可。


总结下来还是对指针数组和数组指针不够熟悉,对函数实参形参的传递理解不够,所以还是要多多学习,修炼功力,分享此博文与君共勉。

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集测试集(默认7:3)。 数据归一化:使用mapminmax将输入输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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