新闻详情

新闻详情

首页 / 资讯中心 / 详情

C语言学习--回顾(01)

发布时间:2026/11/18 23:24:11来源:尧图网络
C语言学习--回顾(01)
第一篇目录第一篇1.前言2.导言3.C语言基础中的重点知识点1.初识C语言——C语言基础1.1编译环境搭建1.1.1翻译工具1.1.2常用编译器推荐1.2.C语言程序编写1.2.1main函数及其特性1.2.2常用关键字1.2.3库函数1.2.4注释1.前言可能晚于大部分人我直到大学前夕才拥有一台自己的电脑。曾经我对计算机的认识一直停留在用来打游戏的机器差不多就是加大的手机。但直到真正开始学习计算机后才认识到计算机这一学科的独特魅力。于是在初步了解计算机相关知识之后我开始投向计算机语言的学习。首先接触的是Python初步学习完基础后我感觉可以更近一步所以毅然开始学习C语言。第一天上手部署环境尽管有网课老师手把手带着我还是手忙脚乱。将代码上传至gitee时更是不知所措。但计算机学习本来就不是一蹴而就的。在慢慢的摸索练习尝试中才能渐渐熟能生巧。2.导言此篇博客为本人学习完C语言基础以及C基础后进行的一次系统性回顾以及 一些自己的反思。本文仅用于自己对于一些重点的回顾并非从零开始的教程因为本人懒。同时由于本人为新手本篇博客中仍有许多问题错漏所以仅为本人复习回顾使用。3.C语言基础中的重点知识点1.初识C语言——C语言基础1.1编译环境搭建1.1.1翻译工具1.1.2常用编译器推荐1.2.C语言程序编写1.2.1main函数及其特性a在C与C中都可以使用这样的main函数。1.2.2常用关键字(a)常用关键字大多翻译出来后可以理解其作用仅需记得创建标识符时不重复使用就行。(b)关键字在后期 均会用到。1.2.3库函数(a)C语言常见包含头文件1. #include stdio.h2. #include ctype.h3. #include stdlib.h4. #include string.h要区别于C的#include string5. #include assert.h6. #include math.h7. #include time.h1.2.4注释a按Ctrl/也可以完成注释但是只能整行注释同时再次使用就是取消注释b想要对某一部分内容注释采取Ctrl (kc)方式取消注释使用Ctrl(ku)我打算进行分段发送最后发一个总C语言的回顾
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/19 20:26:12

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/19 15:16:22

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/19 18:03:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉