黑马程序员 C语言的字符数组和字符指针

---------------------- <a href="http://www.itheima.com"target="blank">ASP.Net+Unity开发</a>、

<a href="http://www.itheima.com"target="blank">.Net培训</a>、期待与您交流! -----------------------

C语言的字符数组和字符指针
这些天在做一些c语言的题目中我发现自己压根不了解指针啊,什么时候用指针,什么时候用数组完全没有概念,这应该是看那个运气好就可能被我用上了,也许以前我的运气爆棚,在使用的时候没有发现两者有什么不一样。其实很多时候它们时可以互换的,但在这些天我好像对他有点新的认识。
事情的开始时这样的,我想要实现这样一个功能,就是把一长字符串(只包含由字符和空格)利用空格分割成单词,并把这些单词保存在字符串数组中,最初时,脑子里有了一个大概的构思就开始着手实现了,构思大概是这样的:遍历整个长字符串从中找到空格符后把前面的单词记录放入字符串数组中,当遇到\0结束遍历。就这样我开始实现,就这样我的麻烦来了(其实是没有什么编程经验了)。对于单词数组我很自然地想到了字符串数组,
char *words[100];定义了一个可以放100个单词的字符串数组,并且利用指针的形式还不需要担心单词长度(我还为自己的‘天才’想法沾沾自喜)。但后来在找到单词时我把单词给单词数组时:words[j][count] = string[i];问题出现了,这样子是不行的,因为words没有初始化,所以没有分配内存地址,上面赋值的过程就会出现内存错误(这个是过了很久才发现的,所以说智商是我的硬伤),最后没有办法只能用二维字符数组了words[100][20]一个单词最长为20可放100个单词的数组,问题虽然是可以勉强解决,但是这样的函数的适应性不强,单词长度超过20或单词个数超过100时就不好用了。后来仔细琢磨了下好像真的不能用指针,由于初始化或者赋一个字符数组变量(单词),前者我几乎找不到,对于后者我想到了用中间的一个字符串来作为当前单词然后放入字符串数组中,发现还是不行,最后得到只是最后一个单词。最终还是用二维数组吧。(有不同的idea请给我留言啊,教教我)

// 已知字符串

    char *string = "wo shi zhong guo ren a a I am chinses";

    // 存放单词的数组

    char *words[100];

    // i是string的下标,count记录但当前单词的长度,n是在单词数组中的已经存放了的单词

    int i = 0,count = 0, n = 0;

    while(1)

    {

// 遇到字符串结束符\0,完成遍历,之前并检查最后一个单词是否使最长的单词

        if(string[i]=='\0')

{

   ... ...

            break;

        }

        // 遇到空格时,查看空格前的这个单词是否是最长单词

        if(string[i]==' ')

        {

             ... ...

            for (int j=0; j<count; j++)

            {

                words[n][j] = string[i-count+j];   //这里会出现Thread 1:EXC_BAD_ACCESS(code=1,address=0x0)内存错误

            }

            // 每个单词过后,单词计数器的清零,并结束本次循环

            count = 0;

            i++;

            continue;

        }        // 不是空格就将单词长度+1,并进入下次循环

        count++;

        i++;

    }

最后没有办法我只能该char *words[100]; 该成:char words[100][20]; 数组里面是保存了单词,但是我怎么就是不开心呢??有那位如果看了请给在下解惑啊~
还有一个问题是关于需要返回一个数组的这样的问题,刚开始不懂,就把返回类型写成指针的形式,但想想不对,尼玛好别扭:int *xxx(),后来一想,为什么不用数组做参数呢,这样也不是可以达到指针的效果(反应真是迟钝啊)。结果有了下面的东东。

// 进制转换,必须由要转换的数x,要转化的进制r和转化后的进制数组scale

void scaleSystem(int x,int r,int scale[SCALE]) 

总结这次接触指针的过程,刚开始还自信满满,以为自己学的还不错,没有想想在实用是怎么都不会啊,看样子学以致用真的不是一句空话啊。对于这次指针总结是:没有初始化的指针不能用,利用指针定义的字符串是不可以通过数组的形式修改的,也就是说它具有只读的属性。这样是可以的:

    char *string = "beautiful";

    printf("%c",string[0]);

    // string[0] = 'q';  // 这样会出现内存错误

原因是:

C语言中,凡是以""括住的形式直接出现,而且你又没有为其分配内存空间的字符串都是常量字符串,是不能修改其值的。
char a[6]="hello";
a[2]='c';
就可以了。这里你为hello分配了一个长度为6的字符数组空间来存放。

对于返回数据是数据时,可考虑通过参数的形式来实现当中值更换。


---------------------- <a href="http://www.itheima.com"target="blank">ASP.Net+Unity开发</a>、

<a href="http://www.itheima.com"target="blank">.Net培训</a>、期待与您交流! ----------------------


智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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