新闻详情

新闻详情

首页 / 资讯中心 / 详情

C语言-函数(2)

发布时间:2026/10/19 16:30:32来源:尧图网络
C语言-函数(2)
一、汉诺塔解决递归问题的两个思想1.问题n 和 问题n-1 之间的递推关系2.结束条件递归过程1、 将n-1个盘子从 A - B //递归2、 将剩下的那个盘子从A-C3、 将n-1个盘子从B-C //递归结束条件当 n 1 //A-C起始 辅助 目标n个盘子 A B Cn-1 A C B二、整型一维数组-函数要传递整个数组数据类型 角度a //数组名 ----数据类型 int[10]//形参 int x[10]void printArray(int x[10]) //形参 ---实参该怎么传{}数组传参本质整型一维数组void printArray(int x[10]) //形参 ---实参该咋传void printArray(int *x) //编译器是这么看的 int *表示是指针类型{}因为数组的特点://连续性//有序型//单一性[ a[0] ] ----首元素的起始位置(地址)[ a[1] ][ a[2] ]......[总结]整型一维数组 作为函数参数形参//形式上 ---数组形式printArray(int a[],int len) //需要一个数组形式的形参 和 数组长度的形参//本质上 ---指针变量(编译器理解的本质)printArray(int *a,int len) //指针变量 用来接收数组首元素的地址实参printArray(数组名,数组长度) //实参传递 要传数组名 和 数组长度//数组名 从代表值的角度 代表的是 首元素的地址整型 一维数组 做函数参数形参 数组形式 数组长度变量实参 数组名 数组长度函数传参 ---实参 给到 形参 实际上是将实参的值 给到 形参变量eg1. 打印数组2. 从键盘上获取数组的值3. 找数组中的最大值4. 数组逆序修改的实际上是主函数 数组a空间中的数据5. 选择排序6. 冒泡排序7. 插入排序8. 二分查找三、字符型一维数组-函数字符型 一维数组 做函数参数形参 数组形式 //不需要数组长度 ---因为字符串本身有结束标志实参 数组名eg1. 输出2. 字符串长度3. 复制4. 拼接5. 比较字符串大小四、二维数组二维数组作为函数参数整型:int a[3][4] {1,2,3,4,5,6,7,8,9,10,11,12};void printArray(int a[3][4]) //形参 可以写成数组的形式void printArray(int(*a)[4]) //本质编译器还是当作指针看的二维数组的本质 --- 一维数组的一维数组void printArray(int[4] a[3]) //形参 可以写成数组的形式void printArray(int[4] *a) //本质编译器还是当作指针看的注意:二维数组作为函数参数形参 二维数组形式 行数的变量实参 二维数组数组名 行数的值eg
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 2026/10/18 6:20:11

【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 2026/10/17 5:51:09

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 2026/10/17 5:51:09

【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 ... 2026/10/19 2:00:07

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 2026/10/18 3:48:35

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 2026/10/19 1:00:22

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
📞 ✉