12-4-13关于方正的笔试

1.在函数内部里面定义某局部变量为static,则在程序运行的过程中,调用其,并初始化,而后再次进行初始化时则无效。依旧保持先前的数值

2.关于拷贝构造函数调用的次数。直接见题目

A function(A a){

return a;

}

void main(){

A a;

A b=function(a);

}

我们来分析下 构造函数,拷贝构造函数调用的情况。

所谓拷贝构造函数(归根到底还是个构造函数)就是利用一个已知对象去初始化另外一个同类的对象,其表现形式 A(const & A){}

A a,调用A的默认构造函数,构造出一个A的对象。

function(a),这里调用了两次拷贝构造函数。第一次,参数按值传递,使用拷贝构造函数创建一个临时对象。第二次 return a,

按值返回,需要调用拷贝构造函数创建临时对象。

再来看A b=function(a),这里function(a)构建出了一个临时对象tmp,然后执行A b=tmp,进行构造对象b,这里不属于赋值的范畴,

理由:赋值是以构造好对象的行为。这里仍然属于用一个已存在的对象构造另外一个对象。故执行拷贝构造函数。

这里可以插入一句如果改成A b=function(a)+function(c); 在进行构造b的时候,可能编译器会进行优化,不会调用拷贝构造函数。

将临时对象的地址给了b.


3定义个空类,编译器会默认产生哪些成员函数;

class Empty{
public:
Empty();//缺省构造函数
Empty(const Empty &);//拷贝构造函数
~Empty();//析构函数
Empty & operator =(const Empty &);//赋值运算符
Empty * operator &();//取地址运算符
const Empty * operator &() const;//取地址运算符 const
};

因此会有,默认构造函数,拷贝构造函数,析构函数,赋值运算符,取址运算符(一个const 一个非const)

---------------------------------------------------------------------------------------------------------------------------------------------------

这里还是进行补充下拷贝构造函数,当用一个对象来初始化另一个对象,编译器会自动生成并调用拷贝构造函数 类似上面的A b=function(a)。这里跟赋值操作符不同

一般情况,如果是我们类的设计者并没有自己定义拷贝构造函数。隐式的复制构造函数是按值进行复制的,因此对于有指针成员的类就有个很致命的问题。

比如s.ptr=s1.ptr.通过执行这句话之后,两个指针指向同一块内存地址。执行完后,s1对象调用析构函数,则ptr指向的内存区域将被释放,那么另外一个指针将无内存可以指。

因此有必要我们用户自己定义复制构造函数。后续我们谈到的智能指针类会解决该问题

如果这里使用A b;

b=function(a);此处则会调用赋值运算符。


对于一个类,其构造函数的第一个参数是形如:x& ; const x& ;volatile x&; const volatile x&;且没有其他参数或者其他参数有默认值。那么这个函数是拷贝构造函数。

而对于A(A a){}这会导致无限调用拷贝构造函数的。必须为引用,因为拷贝构造函数一旦按值传入,就会调用拷贝构造函数。这样就无限制的调用拷贝构造函数了。而且编译器是编译不通过

------------------------------------------------------------------------------------------------------------------------------------------------------

按值传入,const引用,类型转换都会带来临时对象的产生

4关于在c++中使用memset(this,0,sizeof(A));

该函数的功能就是将类A全部清空为0,一般如果该类定义了虚函数,每个类都会有个不可见的指针成员虚函数指针,被构造函数初始化后,该指针指向的是一个虚函数表。

一旦置为0,则也将那指针置为0了。当用户调用虚函数时,虚函数是无法正常调用的。

关于new delete.

当我们使用delete p; 其源码会执行这样的操作:(假设类为A)

if(p!=NULL){

p->~A();//直接调用析构函数

operator delete( p);//内存释放语句

}

因此我们不妨可以将new看成构造函数,delete看成析构函数。


另外我们处于编码的习惯。在进行delete的时候我们一般会进行条件判断 

if(p!=NULL){

delete p;

p=NULL;

}//这样我们调用delete后,记得将p置为NULL,这样就使得我们的p就不能继续使用。


5我们实现一个简单的智能指针类

class I_Pointer{
private:
int *p;
int ref_count;//计数作用
/*将构造函数设置为private,静止用户在类外通过这个构造函数产生类的实例*/
I_Pointer(int *ptr):p(ptr),ref_count(1){}
~I_Pointer(){
cout<<"~I_Pointer()"<<endl;
}

friend class Has_Ptr;
};


class Has_Ptr{
private:
I_Pointer  *ptr;


void add_ref(){
cout<<"add reference count"<<endl;
++ptr->ref_count;
}


void release_ref_count(){
--ptr->ref_count;
cout<<"release_ref_count"<<endl;

if(ptr->ref_count==0){
free_mem();
}

}


void free_mem(){
delete ptr;
ptr=NULL;
cout<<"free_mem"<<endl;
}


public:


Has_Ptr(int *p) : ptr(new I_Pointer(p)){
}


~Has_Ptr(){
release_ref_count();
cout<<"~Has_Ptr"<<endl;
}


Has_Ptr(const Has_Ptr &hrs){
memcpy(this,&hrs,sizeof(hrs));
add_ref();
}

Has_Ptr& operator =(const Has_Ptr &hrs){
++hrs.ptr->ref_count;
release_ref_count();
memcpy(this,&hrs,sizeof(hrs));
return *this;
}


void set_ptr(int *p){
if(p!=ptr->p){
ptr->p=p;
}
}

int *get_ptr(){
return ptr->p;
}


};

当一个类的成员里面有指针的时候,使用默认拷贝构造函数的时候就会造成多个对象管理同一块内存。这样带来的后果就是,如果任意一个对象释放了这一块内存,那么其他对象来操作这块内存就会发生预料不到的结果。

Has_Ptr这个类其实是想保存int *p这个指针,为了避免悬浮指针的出现,我们使用了I_Pointer这个类把该指针包装了,因此在Has_Ptr这个类的接口中是不会出现I_Pointer的,只会出现int *.另外我们可以发现在I_Pointer中,我们将其构造函数设定为private,意在不允许在外部构造,只能在frend类中构造,I_Pointer就是专门为Has_Pointer服务的。

拷贝构造函数,赋值,析构 此为复制控制三剑客,切记。


6,快速排序的源码

#define MAX_SIZE 20
typedef struct _SqList{
int r[MAX_SIZE];
int length;
}SqList;


SqList* initSqList(SqList *lpt){
if(lpt==NULL){
lpt=new SqList;
}
for(int i=0;i<MAX_SIZE;i++){
lpt->r[i]=0;
}
lpt->length=0;
return lpt;
}


void creatSqList(SqList *lpt){


cin>>lpt->length;
if(lpt->length>20){
cout<<"out of range error"<<endl;
return;
}
for(int i=1;i<=lpt->length;i++){
cin>>lpt->r[i];
}
}


void print(SqList *lpt){
for(int i=1;i<=lpt->length;i++){
cout<<lpt->r[i]<<"\t";
}
cout<<endl;

}
/*快速排序*/
void quickSort(SqList *lpt,int beg,int end,int key){
int initBeg=beg;
int initEnd=end;
while(beg<end){
for(int i=end;lpt->r[i]>lpt->r[key];i--){
--end;
}
if(end!=key){
swap(lpt->r[i],lpt->r[key]);
key=i;
}
for(i=beg;lpt->r[i]<lpt->r[key];i++){
beg++;
}
if(beg!=key){
swap(lpt->r[i],lpt->r[key]);
key=i;
}
}
if(key-initBeg>1){
quickSort(lpt,initBeg,key-1,initBeg);
}
if(initEnd-key>1){
quickSort(lpt,key+1,initEnd,key+1);
}

}


7关于最后一道数学题。

10瓶药,每瓶药里面有1000个药片,每块药片重100mg,现在是有几个药瓶里面的药片比正常值重了10mg,我们如何找到那几瓶异常的药瓶。

此题虽为逻辑题,实则就是一个数学题,思路:给对应的10瓶一一编号1,2,3,..10,,然后我们分别在编号1中取1片,2号瓶取2片

最终我们取的片数按编号来为:1,2,3,5,8,13,21...

做到这里我想大家都明白了。(1+2+3+5+8..)*100+x*10,我们用天平得到这些总的药片之和。如果都是正常的x肯定为0,但是如果不正常,那我们得到x,看他等于多少,推出药瓶的编号。这里的和对应的编号是唯一的。

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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