C++修改程序运行时的当前路径

参考网页:
https://www.jb51.net/article/123749.htm


开发环境:
windows + vs2015 + pycharm2018.2.3


场景:
现在需要通过python程序打开exe程序,
而exe程序需要打开exe所在目录下的模型文件,
(经过测试,模型文件无法通过修改环境变量来让exe找到)


现象:
假设python程序所在的路径为:C:\AAA
需要被打开的exe程序所在的路径为:D:\BBB
那么exe程序被python程序打开后,在代码中将当前路径进行输出,得到的结果为:C:\AAA
那么exe程序就会在C:\AAA路径下加载模型文件,然后会因为找不到模型文件而出现异常


解决方法:
解决问题的关键是exe程序被python程序打开后,仍然能够在当前路径下找到模型文件,
方法1 : 将模型文件拷贝到C:\AAA下(不太优雅)
方法2 : 修改被打开的exe程序的当前路径

方法2的实现:

int main()
{
	char buff[1000];
	_getcwd(buff, 1000);
	cout << "当前路径是:" << buff << endl;

	SetCurrentDirectoryA("D:\\DFMS\\Comparator\\Bin");

	char buff1[1000];
	_getcwd(buff1, 1000);
	cout << "修改后的当前路径是:" << buff1 << endl;
	
	cin.get()
}
  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在C语言中,要实现代码路径规划动态添加障碍物,可以使用一个二维数组来表示地图或路径。初始时,地图上没有任何障碍物,可以用0来表示。当需要添加障碍物时,将相应位置的元素修改为1或其他非零值。 首先,定义一个全局的二维数组作为地图,例如int map[MAX_ROWS][MAX_COLS],其中MAX_ROWS和MAX_COLS表示地图的最大行数和列数。可以通过循环将地图上所有元素初始化为0。 然后,在需要动态添加障碍物的地方,通过用户的输入或其他条件判断来添加障碍物。假设用户输入的障碍物位置为(row, col),可以将map[row][col]的值修改为1。 接下来,可以根据路径规划算法(如A*算法等)来计算从起点到终点的最短路径。在路径规划过程中,需要判断当前位置是否为障碍物。可以在计算路径时,判断map[row][col]的值是否为1,若为1则表示该位置为障碍物,路径无法经过。 如果需要动态调整障碍物,可以在每一次路径规划之前更新地图状态,根据新的障碍物位置重新修改map数组的值,然后再计算最短路径。 总之,动态添加障碍物的过程可以通过改变地图数组中相应位置的值来实现,然后在路径规划算法中根据地图上障碍物的位置来判断路径的可行性。这样可以实现路径规划过程中的障碍物动态添加与调整。 ### 回答2: 在C代码中实现路径规划并动态添加障碍物,可以通过使用相关的数据结构和算法来实现。这里我将以A*算法为例,给出一个简单的实现思路。 首先,需要定义一个表示地图的数据结构,例如使用一个二维数组来表示地图的每个格子。每个格子可以用不同的值来表示不同的状态,例如0表示空闲,1表示障碍物。 接下来,定义一个表示节点的结构体,包含节点的坐标和其他需要的信息,例如节点的父节点、已走过的步数、起点到达当前节点的预估距离等等。 然后,实现A*算法的核心函数。首先初始化起始节点和终点,将起始节点加入开放列表。然后,进入循环,直到开放列表为空或者找到终点。在循环中,从开放列表中选择一个节点,计算其周围可以到达的节点,并将它们加入开放列表。对于新加入的节点,更新其父节点、已走步数和预估距离。循环终止后,如果找到了终点,即可根据每个节点的父节点信息逆向找到完整路径。 最后,需要定义一个函数来动态添加障碍物。可以通过在程序运行时读取外部输入或者从其他模块获取障碍物的位置信息,并将障碍物位置的格子值设置为1即可。 综上所述,使用C代码实现路径规划动态添加障碍物,可以通过定义地图数据结构、实现A*算法和编写障碍物添加函数等步骤来完成。当需要添加障碍物时,只需更新地图对应位置的值即可。 ### 回答3: 在C语言中,我们可以通过动态添加障碍物来进行代码路径规划。首先,我们需要定义一个表示地图的二维数组,其中障碍物用特定的值表示,比如设为-1。然后,我们可以使用遍历地图的方式来动态添加障碍物。 首先,我们需要获取用户输入的障碍物位置。可以通过读取用户输入的坐标来确定障碍物的位置,比如通过scanf函数获取用户输入的x和y坐标。然后,我们可以在地图上标记出障碍物的位置,将对应的数组元素值设为-1。 接下来,我们可以使用路径规划算法来寻找最短路径。常用的路径规划算法有广度优先搜索(BFS)和迪杰斯特拉算法(Dijkstra),根据需求选择合适的算法。这些算法会根据地图上的障碍物位置和起始点、目标点之间的关系,来给出最短路径。 在算法实现过程中,我们需要判断当前节点是否是障碍物。如果当前节点是障碍物,则需要跳过该节点,继续遍历其他节点。这样,在遍历过程中就会自动考虑到动态添加的障碍物。 需要注意的是,动态添加障碍物会对路径规划算法的复杂度产生一定影响,可能会增加计算时间。因此,在实际应用中需要根据具体情况权衡添加障碍物的频率和路径规划的效率。 综上所述,我们可以通过C语言中的数组和路径规划算法,动态添加障碍物,并进行代码路径规划。

“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