新闻详情

新闻详情

首页 / 资讯中心 / 详情

指针操作字符型一维数组

发布时间:2026/10/28 11:55:24来源:尧图网络
指针操作字符型一维数组
1. 字符型一维数组char s[] hello; char *p s; // p 指向 s[0] *(p i) // 访问第 i 个字符2. const 修饰指针const 离谁近就是用来限定的谁的写法含义const char *s指针指向的内容不可通过*s修改指向可改char const *s同上const 靠近基类型char * const s指针本身不可修改指向固定内容可改const char * const s指针和内容均不可修改建议在字符串相关的函数形参中能写成const char * 尽可能写成const char *好处提前发现逻辑错误兼容性更强可接受数组名、字符串常量、const char*变量代码更严谨3. 常用字符串函数的指针实现以下函数均使用指针操作模拟标准库行为。3.1strlen– 求长度size_t Strlen(const char *s) //size_t long int { 计算 \0前有效字符的个数 }3.2strcpy– 拷贝字符串char * Strcpy(char *dest, const char *src) { char *ret dest; 将src的字符逐个给到dest中 最后注意 看是否 有\0 return ret; } 返回值 返回的是dest --- 支持字符串 链式操作3.3strncpy– 拷贝前 n 个字符char *Strncpy(char *dest, const char *src, size_t n) dest 目标字符串 src 源字符串 n 表示拷贝的字符个数 返回值:dest 还是拷贝字符串,将src的前n个字符拷贝到dest中 带n 整个拷贝过程 多了一个条件 //n strlen(src) 拷贝n次就结束 //n strlen(src) 拷贝n次 --- 如果src已经拷贝完但是n还没有达到0 则继续拷贝 此时给dest中 拷贝 0 直到n结束 char *Strncpy(char *dest, const char *src, size_t n) { char *ret dest; 将src的字符逐个给到dest中 结束条件 *src \0 还多了一个结束判断条件 n 最后注意 看是否 有\0 n0? dest[i] 0 return ret; }3.4strcat– 拼接字符串char *Strcat(char *dest, const char *src) { char *ret dest; //1.定位到dest \0位置 //2.从\0位置开始 将src中字符 挨个 给到dest中 //3.最后 看是否 有 \0 return ret; }3.5strncat– 拼接前 n 个字符char *Strncat(char *dest, const char *src, size_t n) 将src的前n个字符拼接到 dest中 n相当于也是多了一个控制拼接过程的条件 //n strlen(src) 拷贝n次就结束 最后以\0结尾 //n strlen(src) 将src拷贝完n不论结束与否拼接都结束 最后以\0结尾3.6strcmp– 比较字符串int Strcmp(const char *s1, const char *s2) { 从左到右逐个字符比较 遇到不相同的字符 或 \0结束 最后返回 结束位置上字符的差值 }3.7strncmp– 比较前 n 个字符将s1 和 s2的前n字符比较 { 从左到右逐个字符比较 遇到不相同的字符 或 \0结束 比够n下 就结束 最后返回 结束位置上字符的差值 }4. 作业4.1 单词倒置how are you→you are how先整体逆序 →uoy era woh再逐个单词逆序 →you are how(判断不出结束条件时 可以像图三的写法)4.2 间隔输出字符打印出Cmue cec
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 2026/10/27 6:27:07

【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 2026/10/27 8:06:52

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 2026/10/28 6:32:58

【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 ... 2026/10/27 15:44:59

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 2026/10/28 11:07:30

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 2026/10/26 21:26:08

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
📞 ✉