C语言常见关键字

关键字typedef

typedef 是类型定义,类型重定义

int main()
{
	//常见关键字
	// typedef  类型重命名
	typedef int TTT;
	int a = 8;// 两个变量是
	TTT b = 8;// 一样的意思
	printf("%d\n", a);
	printf("%d", b);
	return 0;
}

上述代码,int 和 TTT 是一样的类型,变量 a 和 b 是一样的意思。

static

static 在 c语言中是用来修饰变量和函数的,被称为静态的

1.修饰局部变量——静态局部变量

我们先来了解变量在内存中是怎么存储的

test()
{
	static int i = 1;
	i++;// 当加上static ,局部变量被放在了内存的静态区了,之前是放在栈区的,生命周期变长了但是作用域没变
	printf("%d ", i);
}
int main()
{
	// static 静态的
	// 1. 修饰局部变量
	int i = 0;
	for ( i = 0; i < 5; i++)
	{
		test();
	}
	return 0;
}

我们用static来修饰局部变量,如果没有static 上述代码会输出什么?

当我们加上static:

当我们给局部变量加上static 出函数就不会被销毁。

结论:static修改了局部变量的生命周期,但是没改变他的作用域。本质就是把变量放在了静态区了。

修饰全局变量——静态全局变量

extern num;// 申明是其他文件的  证明全局变量有外部链接属性
int main()
{
	//2.static 修饰全局变量  修饰之后全局变量没办法外部链接,变成了内部链接 所以改变了他的作用域,从语法上。
	printf("%d", num);
}

 为了证明全局变量有外部链接属性,我们需要两个c语言文件。

我们在另一个文件定义变量 num 。如果没有static,全局变量就可以在另一个文件中输出。

但是加上static 另一个文件就会报错,说明static 改变了全局变量的作用域,把外部链接属性变成内部链接属性。

结论:static修饰全局变量,使这个变量只能在本源文件中使用,不能在其他文件中使用。

修饰函数——静态函数

extern int add(int x, int y);
int main()
{
	//3. static修饰函数   跟全局变量差不多 不准外部链接了
	printf("%d", add(2, 3));

}

修饰函数和全局变量差不多一样的作用。也是不准外部链接了。

#define 定义常量和宏

#define TTT 20//定义常量
#define add(x,y) (x + y)
//      宏参数   宏体
int main()
{
	// #define 定义常量和宏
	printf("%d\n", TTT);// 替换
	int sum = add(2, 3);// 宏体替换宏参数
	printf("sum = %d\n", sum);

	sum = 10 * add(2, 3);
	printf("sum = %d\n", sum);

}

  • 8
    点赞
  • 6
    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