- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
在第 6 行而不是 multiArray[0] 上,当我编写 multiArray 时,程序仍然有效。不明白为什么。我之前在想 multiArray 是一个指向 multiArray[0] 的指针,它是一个指向 multiArray[0][0] 的指针。所以 multiArray 本身就是一个指向指针的指针。 multiArray[0] 是一个指向 4 元素 int 数组的指针。所以看来 multiArray 和 multiArray[0] 一定是不同的。但在下面的代码中,两者都有效。我编写的打印函数需要一个指向 4 元素 int 数组的指针。所以只有 multiArray[0] 必须工作,而 multiArray 不能工作。但两者都有效。没看懂。
#include <stdio.h>
void printArr(int(*ptr)[4]);
int i, k;
int main(void){
int multiArray[3][4] = { { 1, 5, 2, 4 }, { 0, 6, 3, 14 }, { 132, 4, 22, 5 } };
int(*point)[4] = multiArray[0];
for (k = 0; k < 3; k++)
{
printArr(point++);
}
getchar();
}
void printArr(int(*ptr)[4]){
int *temp = (int *)ptr;
for (i = 0; i < 4; i++)
{
printf("%d ", *temp);
temp++;
}
puts("\n");
}
最佳答案
其他人写道“多维数组是一维数组的语法糖”。
这有点像说 int
只是 unsigned char[4]
的语法糖.您可以取消 4 + 5
之类的表达式并通过操作 4 个字节的数组获得相同的结果。
如果您想更深入地了解这个概念,您甚至可以说 C 只是通用图灵机脚本的语法糖。
现实情况是,多维数组是 C 中类型系统的一部分,并且它们具有与之关联的语法。给猫剥皮的方法不止一种。
继续前进,C 排列我们所谓的多维数组的方式是说:“数组只能有一个维度,但元素类型本身可能是另一个数组”。我们说“多维数组”是为了方便,但语法和类型系统实际上反射(reflect)了数组的一维性质。
所以,int multiArray[3][4]
是一个由 3 个元素组成的数组。这些元素中的每一个都是一个由 4 个 ints
组成的数组。 .
在内存中,数组的元素是连续存储的——不管元素类型是什么。因此,内存布局是 4 int
的数组。 , 紧随其后的是另一个数组 4 int
,最后是另一个数组 4 int
.
有12个连续int
在内存中,在 C 类型系统中,它们分为 3 组,每组 4 个。
您会注意到第一个 int
12 个也是第一个 int
这就是为什么我们发现如果我们问“第一个 int 的内存位置是什么?”、“第一组 4 个 int 的内存位置是什么?”和“什么是整个 12 个整数 block 的内存位置?”,我们每次都得到相同的答案。 (在 C 中,多字节对象的内存位置被认为是从其第一个字节的位置开始的)。
现在,谈谈指针的语法和表示。在 C 中,指针告诉您可以在内存中的什么位置找到对象。这有两个方面:对象的内存位置,以及它是什么类型的对象。 (对象的大小是类型的必然结果)。
有些演讲只关注第一个,他们会说“指针只是一个数字”。但这忘记了类型信息,这是指针的关键部分。
当您使用 %p
打印指针时,您会丢失类型信息。您只是将第一个字节的位置放在内存中。所以它们看起来都一样,尽管三个指针指向不同大小的对象(它们像 matruskha 娃娃一样相互重叠)。
在 C 的大多数实现中,类型信息都是在编译时计算的,因此如果您尝试通过比较源代码和汇编代码来理解 C(有些人这样做),您只会看到指针的内存位置部分。如果您忘记类型信息也很重要,这可能会导致误解。
脚注:所有这些都独立于 C 的一些语法怪癖;多年来,这引起了很多困惑(但有时也很有用)。表达式 x
是 &x[0]
的快捷方式如果 x
是一个数组,除非用作 &
的操作数或 sizeof
. (否则这将是一个递归定义!)。第二个怪癖是,如果您在函数形式参数列表中编写看起来像数组声明器的东西,实际上就好像您编写了一个指针声明器。我再次强调,这些只是语法上的怪异,它们并没有说明数组和指针的本质,这实际上并没有那么复杂。如果没有这两个怪癖,该语言也可以正常工作。
关于c - multiArray 和 multiArray[0] 和 &multiArray[0] 一样吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22983734/
在第 6 行而不是 multiArray[0] 上,当我编写 multiArray 时,程序仍然有效。不明白为什么。我之前在想 multiArray 是一个指向 multiArray[0] 的指针,它
我有一个看起来像这样的类。目的是有一个任意的起点和终点,但运算符 [] 映射到索引 0 作为下限。 template class Vec : public std::vector { public:
这是我的第一个问题,我会尽力澄清。 我需要为位置分配一个值。我有一个 7 行的二维数组(例如)。根据别人给我的值(value),我必须改变值(value)立场。 示例如果有人给我:3。我必须将这 3
假设我有一个这样的结构: struct someDataType { boost::multi_array data; }; 然后如何初始化数组?我已经尝试过了,但它似乎不起作用: someD
我在理解 boost::multi_:array 的复制构造函数实现时遇到了问题。 当我尝试以下操作时 std::vector a; std::vector b; a.resize(12); b.re
我有一个 n 维的 Boost.MultiArray,我初始化如下: const int n=3, size=4; //# of dimensions and size of one dimensio
我目前在 JTable 中的复选框设置值时遇到问题。我需要将每个复选框的 boolean 值存储在表的行中。我可以显示默认(假)复选框,但是一旦单击复选框,就会出现异常; java.lang.Arra
我正在用 c++ 制作一个 .dll 插件并在其中嵌入 python 2.7。 在我导入大型程序之前,简单的 .py 程序一切正常。最奇怪的是程序第一次运行没问题,第二次却抛出异常: Unhandle
这是来自 Boost docs并且编译没有问题。 #include "boost/multi_array.hpp" int main () { // Create a 3D array tha
哪个更快 - 使用元素选择运算符访问多数组的元素,还是使用迭代器遍历多数组? 在我的例子中,我每次都需要对多数组的所有元素进行完整传递。 最佳答案 访问 boost::multi_array 的每个元
这里是新程序员。 我正在尝试在 Windows 命令提示符下运行脚本,但在导入 numpy 包时遇到问题,我不知道出了什么问题/如何修复它。当我在 iPython 中运行脚本时,它运行良好。但是,当我
我使用以下命令来了解我正在使用的 numpy 版本 pip show numpy 输出如下所示 --- Name: numpy Version: 1.8.2 Location: /usr/lib/py
Boost多维数组和OpenCV多维数组的最大区别是什么? 我正在用 C++ 实现一个聚类算法,并且需要一个数据结构来存储数据点。它应该能够处理不同维度的数据,例如 1D 数据(灰度图像)、3D 数据
我使用模块 PyQt4、cv2(v.2.4.13)、numpy(v.1.11.1) 等编写应用程序。我使用 Python(win32 上的 2.7.11)、Windows7(x64)。 在 Windo
我正在开发一个需要使用 2d Boost.MultiArray 的程序。我设法初始化它并用数据填充它。但我不明白如何获取大小为 i 的子数组, j如果 multiarray 的大小为 m , n .在
除了预分配和遍历所有元素之外,是否有将 2D Boost MultiArray 转换为普通 2D 数组的最佳/最简单方法? #include "boost/multi_array.hpp" #incl
当我尝试使用 Jython 调用文件及其方法时,它显示了以下错误,而我的 Numpy、Python 和 NLTK 已正确安装,并且如果我直接从 Python shell 直接运行它也能正常工作 Fil
我正在尝试运行这个程序 import cv2 import time cv.NamedWindow("camera", 1) capture = cv.CaptureFromCAM(0) while
我正在尝试在 conda 环境中运行tensorflow。我首先使用 conda create --name py27 python=2.7 创建一个 python 2.7 环境,然后将其激活。在环境
我正在使用 cPickle 将我的数据库保存到文件中。代码如下所示: def Save_DataBase(): import cPickle from scipy import * from nump
我是一名优秀的程序员,十分优秀!