c 以及 c++中字符串分割



      很少使用string对象进行分割,那天oj用了一下string , 然后在网上拷贝了一串c++字符串分割。这一拷贝简直就是噩梦, 运行超时,由于代码量比较大,以为是c++封装的对象耗时,怎么都没想到问题出在拷贝的代码上。
写这篇blog就是要提醒自己两点


1, 不用自己不熟悉的代码
2, 用了也一定要进行单元测试(应该针对的是所有函数)


c语言字符串分割
需要注意的是chs是指向字符串数组的指针
void split(char *chs)
{
       char *ptr = strtok(chs, ",");
       while(ptr != NULL){
               printf("%s", ptr);
               ptr = strtok(NULL, ",");
       }
}


C++字符串分割
#include<string>
using namespace std;


void split_cpp(string str)
{
<span style="white-space:pre">	</span>size_t pos; //从csdn查到find的返回值类型是size_t(unsigned int)当查找不到某个pattern时则返回4294967295
<span style="white-space:pre">	</span>int  i = 0;
<span style="white-space:pre">	</span>size_t maxValue = 4294967295;//强制转换为int类型则为-1
<span style="white-space:pre">	</span>while(pos != maxValue){ //如果pos定义成int类型,则可以使用 pos != -1作为结束判断
<span style="white-space:pre">		</span>pos = str.find('.', i);
<span style="white-space:pre">		</span>string s = str.substr(i, pos - i);
<span style="white-space:pre">		</span>cout<<s<<endl;
<span style="white-space:pre">		</span>i = pos + 1;
        }
}
上面还涉及到一个unsigned int 和 int的转换问题, 当一个unsigned int 和一个 int类型的数进行加、减运算时,int类型会被提升为unsigned int类型//
例子:
unsigned int a = 6;
int b = -20;
if(a + b > 0)
<span style="white-space:pre">	</span>cout<<"提升为unsigned int"<<endl;
else
<span style="white-space:pre">	</span>cout<<"转换为int类型"<<endl;
输出为: 提升为unsigned int


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 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
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