C语言 字符函数与字符串函数(1)

一、strlen函数

1.使用说明

在这里插入图片描述

字符串以 ‘\0’ 作为结束标志,strlen函数返回的是在字符串中 ‘\0’ 前⾯出现的字符个数(不包含 ‘\0’ )。

参数指向的字符串必须要以 ‘\0’ 结束。

注意函数的返回值为size_t,是⽆符号的( 易错 )

2.使用

#include <stdio.h>
int main()
{
	const char* str1 = "abcdef";
	const char* str2 = "bbb";
	if (strlen(str2) - strlen(str1) > 0)
	{
		printf("str2>str1\n");
	}
	else
	{
		printf("srt1>str2\n");
	}
	return 0;
}

3.模拟代码实现

size_t my_strlen(const char* str)
{
	int count = 0;
	assert(str);
	while (*str)
	{
		count++;
		str++;
	}
	return count;
}

二、strcpy函数

1.使用说明

在这里插入图片描述

源字符串必须以 ‘\0’ 结束。

会将源字符串中的 ‘\0’ 拷贝到⽬标空间。

⽬标空间必须⾜够⼤,以确保能存放源字符串。

⽬标空间必须可变。

2.模拟代码实现

char* my_strcpy(char* dest, const char* str)
{
	char* ret = dest;
	assert(dest != NULL);
	assert(str != NULL);
	while (*dest++ = *str++)
	{
		;
	}
	return ret;
}

int main()
{
	char a[] = "xxxxxxx";
	char b[] = "abcdefg";
	printf("%s", my_strcpy(a, b));
	return 0;
}

三、strcat函数

1.使用说明

在这里插入图片描述

源字符串必须以 ‘\0’ 结束。

⽬标字符串中也得有 \0 ,否则没办法知道追加从哪里开始。

⽬标空间必须有⾜够的⼤,能容纳下源字符串的内容。

⽬标空间必须可修改。

2.模拟代码实现

char* my_strcat(char* dest, const char* str)
{
	char* ret = dest;
	assert(dest != NULL);
	assert(str != NULL);
	while (*dest)
	{
		dest++;
	}
	while (*dest++ = *str++)
	{
		;
	}
	return ret;
}

int main()
{
	char a[] = "world";
	char b[20] = "hello ";
	printf("%s", my_strcat(b, a));
	return 0;
}

四、strcmp函数

1.使用说明

在这里插入图片描述

第⼀个字符串⼤于第⼆个字符串,则返回⼤于0的数字

第⼀个字符串等于第⼆个字符串,则返回0

第⼀个字符串小于第⼆个字符串,则返回小于0的数字

2.模拟代码实现

int my_strcmp(const char* scr, const char* str)
{
	assert(scr != NULL);
	assert(str != NULL);
	while (*scr == *str)
	{
		if (*scr == '\0')
			return 0;
		scr++;
		str++;
	}
	if (*scr > *str)
		return 1;
	else
		return -1;
}

int main()
{
	char str1[] = "abcde";
	char str2[] = "abcds";
	int p=my_strcmp(str1,str2);
	printf("%d\n", p);
	return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 1
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