每日积累,补充类似的作用的函数啦,前两个简单看看,最后一个可以记忆一下。

简介: 每日积累,补充类似的作用的函数啦,前两个简单看看,最后一个可以记忆一下。

补充一:函数-memcmp()

描述:把两个内存区域的前n个字节进行比较。简单来说就是比较,与strncmp作用一样。

格式:memcmp(aim,str,n)

参数:n是比较两个字符串的前几个字符,起限制的作用。就拿每一个字符串的前n个字符进行比较。

该函数返回值如下:

  • 如果返回值小于 0,则表示 aim 小于 str。
  • 如果返回值大于 0,则表示 aim 大于 str。
  • 如果返回值等于 0,则表示 aim 等于 str。


代码摘自自己写的strncmp的代码:

#include<stdio.h>
#include<string.h>
int main()
{
  char aim[]={"I study hard yes"};
  char str[]={"I study hard"}; 
  int retu;
  retu=strncmp(aim,str,7);   //分别拿aim和str前7个字符进行比较
  if(retu<0){
    printf("aim小于str");
  }
  else if(retu==0){
    printf("aim等于str");
  }
  else{
    printf("aim大于str");
  }
  return 0;
}


补充二:函数-memmove()

描述:简单来说是复制函数,类似于memcpy,但内存存储方面,memmove()是比memcpy()更安全。

格式:memmove(aim,str,n)

注:如果aim和str没有重叠区域,则和memcpy()的函数功能相同;如果有重叠,memmove()能够保证str在被覆盖之前将重叠区域的字节拷贝到aim中,复制后str区域的内容会被更改。

代码见真知:

#include<stdio.h>
#include<string.h>
int main()
{
  char aim[]="oldyears";
  char str[]="newyears";
  memmove(aim,str,3);
  printf("复制之后:%s",aim);
  return 0;
}


都看到这里了,不坚持下去?

继续哦!

 


补充三:函数-memset()

描述:此函数的作用是替换或叫覆盖。

格式:memset(aim,c,n)

参数:aim是目标区域;

          c是要存放进目标区域的字符;

          n是放进字符的个数。

代码安排上:

#include<stdio.h>
#include<string.h>
int main()
{
  char aim[]="oldyears";
  char c='@';
  memset(aim,c,3);   //将3个c变量中字符替换掉aim数组的前三个
  printf("替换之后:%s",aim);
  return 0;
}


相关文章
|
2月前
|
机器学习/深度学习 人工智能 算法
模型无关的局部解释(LIME)技术原理解析及多领域应用实践
在当前数据驱动的商业环境中,人工智能(AI)和机器学习(ML)已成为各行业决策的关键工具,但随之而来的是“黑盒”问题:模型内部机制难以理解,引发信任缺失、监管合规难题及伦理考量。LIME(局部可解释模型无关解释)应运而生,通过解析复杂模型的个别预测,提供清晰、可解释的结果。LIME由华盛顿大学的研究者于2016年提出,旨在解决AI模型的透明度问题。它具有模型无关性、直观解释和局部保真度等优点,在金融、医疗等领域广泛应用。LIME不仅帮助企业提升决策透明度,还促进了模型优化和监管合规,是实现可解释AI的重要工具。
121 9
|
7月前
|
存储 分布式计算 安全
我的C++奇迹之旅:值和引用的本质效率与性能比较2
我的C++奇迹之旅:值和引用的本质效率与性能比较
|
7月前
|
编译器 C++
我的C++奇迹之旅:值和引用的本质效率与性能比较1
我的C++奇迹之旅:值和引用的本质效率与性能比较
|
1月前
|
JSON 人工智能 自然语言处理
Way To Prompt系列(1): 为什么大模型连"Strawberry"的"r"都数不对?一招“理由先行”显著提升模型思考能力
本文将从两个常见的大模型翻车问题入手解析这些问题背后体现的大模型技术原理(Tokenization与预测下一个Token),并解释了为什么会导致这些问题,接着我们利用CoT(思维链)方法解决这些问题并基于上述原理试图剖析CoT方法起作用的可能原因,最后提出【理由先行】风格这一简单有效的Prompt Trick。
73 2
|
1月前
|
机器学习/深度学习 分布式计算 算法框架/工具
大模型的内部结构复杂,导致其决策过程难以解释,这对于某些应用场景来说是不可接受的。
【10月更文挑战第23天】随着人工智能技术的发展,越来越多的企业开始探索大模型的私有化部署。本文详细介绍了在企业内部实现大模型私有化部署的方法,包括硬件配置、数据隐私保护、模型可解释性提升以及模型更新和维护等方面的解决方案,帮助企业克服相关挑战,提高数据处理的安全性和效率。
44 4
|
4月前
|
算法 测试技术 持续交付
技术感悟:代码之外的智慧
【8月更文挑战第14天】在技术的海洋中,我们常常沉浸于代码的编写和调试,追求着更高效的算法和更优雅的解决方案。然而,技术的世界远不止于此。它还包括了对问题的理解、对工具的运用、以及与他人的协作等多个方面。这些看似与代码无关的技能,实际上对我们的技术成长有着深远的影响。本文将分享一些在代码之外的技术感悟,希望能够为大家提供一些新的视角和思考。
|
PHP 开发者
很多人觉得正则表达式中的【反向引用】这个概念很难, 其实特别简单 一个案例就明白了,没你想的那么高大上!
一个案例让你明白正则表达式中的【反向引用】,其实没有你想得那么难!
104 1
很多人觉得正则表达式中的【反向引用】这个概念很难, 其实特别简单 一个案例就明白了,没你想的那么高大上!
|
机器学习/深度学习 自然语言处理 算法
清北微软深挖GPT,把上下文学习整明白了!和微调基本一致,只是参数没变而已
清北微软深挖GPT,把上下文学习整明白了!和微调基本一致,只是参数没变而已
203 0
|
安全
关于面试在技术之外的事
在公司会为公司的人才梯队培养,人员更新,业务拓展等为公司招聘人才。所以经常会面试一些人,在面试过程中也总结一些面试官要考量面试者的能力的方面。现代社会是一个合作性社会,一件事情不可能由一个人独立完成。必须在团队合作的情况下才能很好的完成。所以在面试一个应聘者时比较能合理的能力不可能只有技术能力。技术能力只能说这个人是否可以解决技术问题,但其他问题的解决方法才是一个人是否能够为团队贡献的最基本能力。
78 0
|
人工智能 大数据 Scala
函数的必要性和学习方法|学习笔记
快速学习函数的必要性和学习方法。
117 0
函数的必要性和学习方法|学习笔记