新闻详情

新闻详情

首页 / 资讯中心 / 详情

C语言学习--回顾(06)

发布时间:2026/11/14 2:54:02来源:尧图网络
C语言学习--回顾(06)
第六篇目录第六篇3.数组3.1一维数组3.数组3.1一维数组3.1.1一维数组的创建与初始化a例如int arr1[20];表示创建了名为arr1的数组里面有20个元素a初始化可能遇到的情况b就个人习惯来说使用 arr[ ]初始化数组是最好的选择3.1.2字符串与字符数组a)通过监视功能可以查看数组中各元素的情况b可以发现第一种初始化方式在数组末尾会有\0字符作为终止标志他们之间的差别可以在sizeof与strlen之中体现如下3.1.3 sizeof与strlen的对比a在以上案例中 strlen能够直接识别 ‘ \0’ 前面所有的字符个数sizeof则是返回arr[10]在内存中开辟的10字节的空间也就是也将填充的 ‘\0’ 所占内存也一起算进去了b不难察觉如果数组中间本身包含一个 ‘\0’ 那么统计会提前终止c同时也会引发其他问题在没有 ‘\0’ 的时候strlen如何停止d可见会直接读到数组之外直到正好在数组之外遇到 ‘\0 才会停止3.1.4数组类型3.1.5一维数组的使用3.1.5.1数组下标a通过使用 [ ] 可以实现对数组的修改遍历查看等功能例如int arr1[10]{1,2,3,4,5,6,7,8,9,10};int arr[3]33;printf(第3个元素%darr[2]);3.1.5.2数组遍历a当遍历的数据范围超过了数组范围就会造成越界访问3.1.5.3给数组输入内容3.1.5.4 sizeof计算数组元素个数a例如以下b求数组元素个数采用数组内存大小/单个元素内存大小的出常用于for循环3.1.5.5一维数组在内存中的存储如图a通过对数组元素取地址的方式可以得出数组元素的存储位置b不难发现数组元素在内存中的存储是连续的相差4个字节c地址存储为16进制存储十六进制的数有123456789a(10),b(11).c(12),d(13),e(14),f(15);3.1.5.6一维数组练习a分析结合一维数组的性质我们可以在两个数组中分别存放想要打印的内容通过循环的方式将#数组中前与后的元素依次替换为想要得到的数组并打印每次变化后的结果就可实现具体如下b其中涉及1Sleep用于暂停程序的执行2system(cls);用于清屏可以将输出的内容全部清空需使用windows.h头文件3.1.5.7二分法查找例如在一个数组中查找一个元素是否在这个数组之中大部分情况使用遍历逐个查询但是对于升序/降序这种数组可以使用二分法查找比如代码实现a解析设置左右标志right和left,每进行一次查找都会取一个中间值当大于查找值时将中间值作为最大值后继续前面的操作小于时同理直到左右及中间值等于该查找值时进行打印输出没查到即输出没查到b这个做法的好处是能够节约遍历成本每次遍历的长度减少一半c局限是只能用于升降序数组但是可以先利用方法将数组排序再使用此方法但排序的时候已经可以完成查找的所以该方法不常用
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 2026/11/13 0:43:49

【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 2026/11/12 23:59:09

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 2026/11/13 10:09:00

【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 ... 2026/11/13 13:31:48

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 2026/11/13 16:11:45

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 2026/11/13 0:02:27

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
📞 ✉