C++ Primer 第四章

本文深入探讨了C语言中的指针概念,特别是指针与数组之间的关系,通过具体实例解释了如何使用指针访问数组元素,并对比了指针与引用的区别。此外,还介绍了const关键字在指针中的应用。

         在第四章中,主要讲了指针和数组,这些东西在C语言中学了多太多,关于数组不会再多说了,想说的就是关于指针的,不得不说,指针在学习C语言的时候真的学得是一塌糊涂,指针是在课程最后面学习的,所以很多东西根本都不明白,老师已经讲过去了,没办法,快考试了老师也着急了。所以也就讲的也快了。而一般对于一本树来说是有难以成都的,后面的一般都很难,所以也就没有学会,如果说没有学到东西那是假的,但是也确实没有学到多少东西。唯一会的就是可以用指针来访问数组的元素而已。

        后来在学习数据结构的时候,各种链表各种栈和树之类的东西,搞的头昏脑涨的,没办法到处都是指针,于是搞了一本C和指针,以为都是讲指针的,原来是一本讲C语言的书,不过上面讲指针讲的特别的多,就看了关于结构提指针的那一块,说实在的,当初也只是直到是这样,不知到为什么是,知其然,不知其所以然。后来在自己慢慢的实践过程中才有比较深刻的理解。二叉树,链表,红黑数之类的写了几个,也就不难理解指针了。

       言归正转,说数组,数组其实就是一组相同数据类型的集合,数组和vector不同的是,数组一旦定义,大小就不能够改变了,如果想要改变数组大小,那么只能够是另外开辟空间了,数组的下标是从0开始的,如果定义了一个数组int s[n],那么下标就是从0到n-1 s[n]是不存在的,这一点需要注意一下,想说的就是数组和指针的关系。

#include<iostream>
#include<string>
using namespace std;
int main()
{
    char buf[] = "hello world!";
    char *str = "hello world!";
    cout<<"buf :"<<buf<<endl;
    cout<<"str :"<<str<<endl;
    buf[0] = 'H';
    //str[0] = 'H';
    cout<<"buf :"<<buf<<endl;
    cout<<"str :"<<str<<endl;
}
     在这个例子中,buf 和str输出的结果是一样的,都是hello world!,但是buf是一个字符数组,而str是指向字符常量的指针,所以在接下来的更改的过程中问题就能够暴露出来,对于buf字符数组来说,值是可以发生改变的,而对于str来说,指向的是一个字符串常量,所以值的大小不能够发生改变。如果想让str和buf一样该怎么更改??可以这样改

    char *str = buf;

    char *str;
    str = buf;
    让str指向buf,按照指针定义来说,指针的值应该是一个地址才行,为什么这里是字符数组的名称呢?在数组中定义数组的名称就是数组的地址,也等于&buf[0],所以可以直接相等。其实按照第一句的写法一直有点不好懂,所以还是按照下面两行的写法,或许更容易理解。

     在指针的使用过程中,很重要的一点就是要明白指针当前的指向的空间,以及空间值的改变。只要能够明白这一点,那么什么指针都不是问题了,而关于指针和引用的区别,在前面已经谈到过了,这里也就不再多说了,下面说的就是const关键子的问题。如果不看这本书,或许我也不会注意到const这其中的区别,指向const类型的指针和const指针。指向const类型的指针,const描述的是指针指向的类型,而不是指针类型,所以指向的值是const的,不管是不是const的,至少对于指针来说是const的,记得前面说过的,指向const类型的指针可以指向const类型也可以指向非const类型,但是如果想要指向const类型的就必须是指向const类型的指针。这样的指针指向是可以发生改变的,但是指向的值是不能通过指针发生改变的。而对于const指针,就是描述的指针了,对于指针来说const的也就说明了,指针的指向是不能够发生改变的,但是并没有规定指向的值能不能发生改变,不能改变的只是指针的值,与指针指向的值无关。

#include<iostream>
#include<cstring>
using namespace std;
int main()
{
    const char buf[] = "hello world!";
    char buf1[] = "hello world!";
    const char *sp;
    int len = strlen(buf);

    for(sp = buf;sp!=buf+len;sp++)
        cout<<*sp;
    cout<<endl;
    
    for(sp = buf1;sp!=buf+len;sp++)
        cout<<*sp;
    cout<<endl;
    
   // sp = buf;
   // *sp = 'H';
   // cout<<buf<<endl;
    return 0;
}

在例子中 buf 是const类型的字符数组,而buf1是一般的数组,  指针是指向const类型的数组,两个都能够正常输出,

#include<iostream>
#include<string>
using namespace std;
int main()
{ 
    int num = 10;
    int num2 = 20;
    int *const p = #
    cout<<*p<<endl;
    //p = &num2;
    //cout<<*p<<endl;

    string str1 = "hello ";
    string str2 = "world!";
    string *const buf = &str1;
    cout<<*buf<<endl;
    str1 = str1+str2;
    cout<<*buf<<endl; 
    buf = &str2;
    cout<<*buf<<endl;
    return 0;
}
const指针,const修饰指针,也就说名了指针是const的,也就是不管怎么样,我指针的指向就是不会也不能发生改变,我不管指向的值是否发生改变,我就指向你了。

typedef string *pstring;

const pstring cstr;

上面两句应该怎么理解呢?const修饰的是pstring的,而pstring是个指针,也就是修饰了指针,指针是const类型的。所以也就是string *const cstr了,第一次我也不知到,看了书才知道的,有点不好理解,关于指针,了解详细情况,可以去看看C程序设计语言上关于指针的讲解或者是看看C和指针,上面讲的都很好。

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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