博客
关于我
指针与数组、函数
阅读量:386 次
发布时间:2019-03-05

本文共 1311 字,大约阅读时间需要 4 分钟。

《C Primer Plus》阅读笔记

一、指针与数组的表示方法

  • 指针与数组的优缺点
    使用数组表示法能让函数处理数组的意图更加明显。许多其他语言的程序员对数组表示法更熟悉,比如FORTRAN、Pascal、Modula-2或BASIC。而指针表示法则更自然,尤其是与递增运算符结合时更接近机器语言,编译器能生成更高效的代码。但程序员认为代码优化应由编译器负责,主要任务是确保代码正确与逻辑清晰。
  • C语言中,ar[i]* (ar+1)是等价的,无论ar是数组名还是指针变量都没问题。但只有当ar是指针变量时,才能使用ar++这样的表达式。指针表示法在处理数组时更灵活,尤其是在动态分配存储空间时更具优势。

    1. 一维数组的指针表示
      int * p;
      声明一个指向int类型的指针,功能上与一维数组类似。通过* (p+i)可以对存储单元进行赋值,与数组表示法效果相同。指针表示法的优势在于可以动态分配存储空间,而数组则需要预先分配。
    2. 以下是指针表示法的一维数组示例:

      #include 
      int main(void) { int *p, i, n; scanf("%d\n", &n); for (i=0; i < n; i++) { // 读取输入并赋值 * (p + i) = ...; }}
      1. 数组形参的声明

        int sum(int *ar, int n):函数接收数组首地址和长度。
        int sum(int ar[], int n):函数接收数组名和长度。
        int sum(int *str, int *end):可以分别传递数组的起始地址和结束地址,适用于处理更大范围的数组。

      2. 指针的基本用法

        指针的主要用途是函数间信息传递,尤其是需要修改主调函数变量时。常见场景是处理数组时,通过指针实现动态分配或多维数组操作。

      3. 二、指针与多维数组

      4. 二维数组的表示
        int a[3][4];
        这是一个主数组,包含3个元素,每个元素是内含4个int值的数组。
        a是主数组的首元素地址,与&a[0]相同。a[0]则是内含4个int值的数组的首元素地址,与&a[0][0]相同。
      5. 通过指针解引用可以获取原始值:

        * (* (a + 1) + 1) 表示二维数组第2个元素的第2个值。

        1. 二维数组的指针表示
          使用二级指针表示二维数组:
        2. int **a; a = (int**)malloc(sizeof(int*) * m);// 创建了一个m*n的二维数组,与`a[m][n]`等效。
          1. 指针与二维数组的关系

            int a[3][4]; int (*b)[4];
            b = a;
            b声明为指向4个int值数组的指针,因为a是二维数组的首元素地址,而每个元素是一个内含4个int值的数组。

          2. 二维数组与函数

            函数参数中二维数组的表示:

          3. void sum(int a[][len], int row); // len不能省略void sum(int (*b)[len], int row); // len不能省略

            这些函数接收数组的首地址和行数,适用于处理具有固定列数的二维数组。

    转载地址:http://liqwz.baihongyu.com/

    你可能感兴趣的文章
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>
    NumPy 数组拼接方法-ChatGPT4o作答
    查看>>
    numpy 用法
    查看>>
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    numpy.linalg.norm(求范数)
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy中的argsort的用法
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>
    numpy学习笔记3-array切片
    查看>>
    numpy数组替换其中的值(如1替换为255)
    查看>>
    numpy数组索引-ChatGPT4o作答
    查看>>