C++功在不舍(2012.07.06)

1.对为什么 类 中的成员函数的定义和声明不放在同一位置的理解?(为什么将成员函数的声明和定义分开?)

如果将class A的成员函数的声明和定义都写在类中,那么会默认地认为该成员函数为内联函数。

关于内联函数的解释,范磊老师的《从新手到高手C++全方位学习》一书中给出的定义是:(引号内内容摘自范磊老师的书中)
“当我们定义了一个函数之后,编译器就会在内存中为其创建一个指令集,当我们调用这个函数时,程序就会跳转到该指令集处。当程序运行完毕之后,程序又会返回到原来执行该调用语句的下一行继续执行。假如对该函数执行了上百次的调用,那么就要来回跳转上百次,这会严重影响程序的执行效率。”

结合,arm嵌入式的课程,我觉得应该类似于arm的中断机制:


2.不用void 和int float等开头的函数

构造函数和析构函数,与类有关。构造函数用来初始化对象。析构函数用来清除由构造函数创建的内存;当对象被销毁后清除它所占用的内存空间。

结合2的标题,构造函数和析构函数都不能有返回值。

3.成员指针运算符"->"(??应该??并不是之前自己理解的应用于所有的指针)

利用该符号,可以实现读取对象的内存地址并且访问该对象的成员的作用。

4.高效代码(C++的灵活之处)

{
	int *p=new int(999);
	cout<<*p<<endl;
	delete p;
}
int *p=new int(999);定义指针,在堆中开辟内存空间,赋值一个语句就全都实现了。

5.编写类时容易遇到的问题

头文件中类的定义如下:

class A
{
public:
	A();
	~A();
	int get()const{return *i;}
	//the function of the assignment of *i
	void set(int x){*i=x;}
private:
	int *i;
};
值得注意的是,类的定义需要有分号来截止/终止。

.cpp文件中的函数如下:

A::A()
{
	cout<<"构造函数执行中……"<<endl;
	i=new int(1000);
}
A::~A()
{
	cout<<"析构函数执行中……"<<endl;
	delete i;
}
int main()
{
	A *p=new A;
	cout<<p->get()<<endl;
	p->set(10);
	cout<<p->get()<<endl;
	delete p;
	return 0;
}

有delete p和没delete p差别:

(1)有delete p:会执行析构函数;

删除p指针所指向的对象,同时调用了析构函数,析构函数有删除了成员指针i指向的内存大小为int型的内存空间.这样所有在堆中开辟的内存空间全部删除并收回。

(2)没有delete p:不执析构函数

这是因为堆中创建的对象没有被删除,相应的析构函数也没有被执行,i所指向的int型空间也没有被删除。???这是为什么啊???

如果换做在栈中创建对象:

A::A()
{
	cout<<"构造函数执行中……"<<endl;
	i=new int(1000);
}
A::~A()
{
	cout<<"析构函数执行中……"<<endl;
	delete i;
}
int main()
{
	A a;//在栈中创建空间
	cout<<a.get()<<endl;
	a.set(10);
	cout<<a.get()<<endl;
	return 0;
}
执行了析构函数。







  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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