新闻详情

新闻详情

首页 / 资讯中心 / 详情

VS2026调试,监视技巧

发布时间:2026/11/15 18:06:33来源:尧图网络
VS2026调试,监视技巧
目录前言1.bug​编辑2.debug(调试3.debug与release(1)两种文件的位置4.调试方法1环境准备2调试快捷键5.监视5.1内存监视6.数组调试监视7.编程常见错误归类7.1编译型错误7.2链接型错误7.3运行时错误前言在编写代码的过程中每个人都会遇到大大小小的程序bug但是只靠编译器运行代码遇到问题时输出的不清不楚的bug内容往往很难找到真正的bug,而这时候调试的技巧就显得非常重要1.bug2.debug(调试3.debug与release(1)两种文件的位置a通常我们以debug版本运行时编译器会在你选择保存代码的路径下生成一个x64文件夹点进去就是debug文件夹b同理在以release版本运行后也会在x64文件夹下生成一个release文件夹b不难看出两种文件的大小有着较大的差别4.调试方法1环境准备a调试当然要在调试版本中运行2调试快捷键网址VS快捷键大全-CSDN博客a断点可以直接定位到你想要开始调试的地方通常通过运行bug信息能锁定bug所在地断点在该地能直接开始精确调试bF5启动c进入调试后自主选择观察方式f10f11调试时可以通过编译器显示的进程变化判断问题出处5.监视监视的前置条件是进入调试。1进入调试2 进入监视VS20263.启动调试后进入最上方“调试”4.在窗口中找到“监视”任选监视器即可5.也可选自动监视帮助查找6.调试经过某段代码后该段代码中的内容才可被监视到5.1内存监视a在窗口中也可以进入”内存“的监视b右上角能调整内存显示的字节数c查找某个变量/数组只需要在地址栏输入变量/数组名即可d在内存中逐步调试我们就能观察到变量/数组中元素开辟并占用内存的过程6.数组调试监视a在监视窗口可以通过输入 数组名n 的方式监视数组n为你想监视的数组元素的个数b当n大于数组长度时会监视到数组之外7.编程常见错误归类7.1编译型错误7.2链接型错误7.3运行时错误在错误中找到提升自己的路径这就是编程的魅力
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 2026/11/15 4:54:16

【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 2026/11/15 2:04:12

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 2026/11/14 10:11:15

【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 ... 2026/11/14 17:14:38

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 2026/11/14 16:35:50

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 2026/11/15 4:06:36

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
📞 ✉