浅谈动态库技术

1.动态库的创建与使用规范
(1)动态库创建
头文件中进行如下定义导出

//api.h
#ifdef HELLOAPI


#else
#define HELLOAPI extern "C" __declspec(dllimport)


#endif


HELLOAPI void  printHello();

定义文件中进行如下操作

#include "stdafx.h"
//此处先定义HELLOAPI在进行include "Hello.h",是为了将HELLOAPI定义为导出
#define HELLOAPI extern "C" __declspec(dllexport)


#include "Hello.h"

void printHello()
{
	AfxMessageBox(_T("Hello"));
}

(2)动态库的使用
静态加载库

#include "stdafx.h"
#include "../DLLTest/Hello.h"

#define DLLIMPORT __declspec(dllimport)

#pragma comment(lib,"..\\Debug\\DLLTest.lib")//也可以在编译器中进行设置

extern DLLIMPORT void printHello();//此处声明一下,是为了提前通知编译器,易产生略微高效的代码

int _tmain(int argc, _TCHAR* argv[])
{
	printHello();
	return 0;
}

动态加载库

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

#define DLLIMPORT __declspec(dllimport)

typedef DLLIMPORT void  (WINAPI *pfnPrintHello)(void);//声明一个与DLL中要调用的函数的指针,类型和参数都要一致

int _tmain(int argc, _TCHAR* argv[])
{
	TCHAR szPath[_MAX_PATH];
	GetModuleFileName(NULL,szPath,_MAX_PATH);
	CString strPath(szPath);
	CString strDllPath = strPath.Left(strPath.ReverseFind(_T('\\')));
	strDllPath.Append(_T("\\DllTest.dll"));
	HMODULE hDll = GetModuleHandle(strDllPath); //检测当前DLL是否已经被映射到进程的地址空间
	if(hDll==NULL)
	{
		hDll= LoadLibrary(strDllPath);//动态加载DLL
		if(hDll == NULL)
			FreeLibrary(hDll);
	}
	pfnPrintHello printHello = (pfnPrintHello)GetProcAddress(hDll,"printHello");
	if(printHello!=NULL)
		printHello();
	FreeLibrary(hDll);//调用完毕后,释放内存,动态加载节省程序资源hDll = NULL;//将资源释放后,将句柄设为空
	return 0;
}
2.动态加载与静态加载各自优势
(1)静态加载:发生在应用程序运行的前一阶段,为DLL分配空间,导入后程序才开始进行,这样程序的加载时间就是延长,而且DLL的存活时间是整个程序的存活时间,浪费资源,优点是不会影响程序本身的性能。
(2)动态加载:发生在程序运行之后,在程序得知将要调用DLL中的函数时,会有线程进行资源的加载,优点是内存资源的节省,使用完立即释放,但由于在程序运行期间进行加载,会影响程序性能。
3.注意事项
(1)由于DLL不会拥有对象,如果在DLL中有类似于malloc这样的申请内存的函数,就要有对应的free的释放资源的函数。
(2).DEF文件的作用:由于microsoft在编译dll时候会自动将函数改名,例如"func“可能改成为"_func@4",在与其他厂商合作的时候,为避免不同编译器引起的DLL中函数找不到情况下,用.DEF将函数名导出,这样编译器就自动识别.DEF中的函数名称。




  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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