【错误记录】关于C语言指针和数组

最近在写一道算法题目时犯了一个关于C语言的指针的错误,写下这篇帖子记录一下,避免再犯。

错误主要关于传递一个初始长度不定的二维数组参数,然后通过指针的方式读写该数组。主要错误代码如下:

#include <stdio.h>
#include <stdlib.h>
#define N 5    //假设N大于2且在程序运行之前是未定的
void  PointerTest(char ** param );

int main()
{
    char test[N][N];
    int i ,j;
    for (i = 0; i < N; i++)
       for (j = 0; j < N; j++)
            test[i][j] = -1;
    PointerTest(test );
    return 0;
}

void  PointerTest(char ** param)

{

    char temp;
    temp = param[1][1];//此句发生错误

}

每次执行到 temp = param[1][1];时就会发生错误,提示非法访问。

我苦逼的在调用之前各种找,各种检查,就是没发现错误哭。后来仔细检查指针才发现是指针的使用出错了。

param是一个char**类型的形参,所以param[0]=*param,*param是一个char*型的变量,所以*param是一个指针数据四个字节,就是原数组test[0][0]~test[0][3]的数据。而原数组test[0]是一个char[5]型数据,就是指向test[0][0]的指针。也就是说若test地址为0x00123456,param+1的地址就是0x123456+4=0x12345A,一个指针的长度;而test+1的地址就是0x123456+5=0x12345B,一个char[5]的长度。

这样也就能解释访问param[1][1]出错了,因为param[1]的值是test[0][4]~test[0][7],是非法的地址空间。

因此要正确的访问就应该使用*(param+i)这种方式读取test数组的值。

下面一段程序就很直观的显示了我所犯的的错误。


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

void  PointerTest(char ** param1 ,char param2[][5]);

int main()
{
	char test[5][5];
	int i ,j,m=0;
	for (i = 0; i < 5; i++)
	for (j = 0; j < 5; j++)
		test[i][j] = m++;


	PointerTest(test ,test);
	return 0;
}

void  PointerTest(char ** param1 ,char param2[][5])
{
	printf("Param1 Addr=0x%08X\n",param1);
	printf("Param2 Addr=0x%08X\n" ,param2);
	printf("Param1 size=0x%08X\n" ,sizeof(param1));
	printf("Param2 size=0x%08X\n" ,sizeof(param2));
	printf("****************************\n");
	printf("*Param1 Addr=0x%08X\n" ,*param1);
	printf("*Param2 Addr=0x%08X\n" ,*param2);
	printf("****************************\n");
	printf("*Param1+1 Addr=0x%08X\n" ,*(param1 + 1));
	printf("*Param2+1 Addr=0x%08X\n" ,*(param2 + 1));
	printf("****************************\n");
	printf("Param1[0] Addr=0x%08X\n" ,param1[0]);
	printf("Param1[1] Addr=0x%08X\n" ,param1[1]);
	printf("Param1[2] Addr=0x%08X\n" ,param1[2]);
	printf("------------------------------\n");
	printf("Param2[0] Addr=0x%08X\n" ,param2[0]);
	printf("Param2[1] Addr=0x%08X\n" ,param2[1]);
	printf("Param2[2] Addr=0x%08X\n" ,param2[2]);
	printf("****************************\n");
	printf("Param1[0][0] Addr=0x%08X\n" ,&param1[1][1]);
	printf("Param2[0][0] Addr=0x%08X\n" ,&param2[0][0]);
	printf("****************************\n");
	system("pause");
	return;


}


 

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。
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