自定义类型之枚举和联合

简介: 以上的 enum Day ,enum Sex,enum Color,都是枚举类型,它们是属于类型的,跟int ,char ,short,,等等是一样,只不过是自己定义的。{ }里面的是枚举类型的可能取值,叫做枚举常量注意这些不是成员,是枚举类型的可能取值。

该文章将详细介绍除结构体外的另外两种自定义类型--------枚举类型与联合类型。


1.枚举


枚举顾名思义就是------一一列举。

把所有可能的取值一一列举出来。


比如我们现实生活中:


星期一到星期天可以一一列举。

性别男女可以一一列举

月份12个月可以一一列举


这里就可以使用枚举了


1.1枚举类型的定义


enum Day//星期
{
  Mon,
  Tues,
  Wed,
  Thur,
  Fri,
  Sat,
  Sun
};
enum Sex//性别
{
  MALE,
  FEMALE
};
enum Color//颜色
{
  RED,
  GREEN,
  BLUE
};


以上的 enum Day ,enum Sex,enum Color,都是枚举类型,它们是属于类型的,跟int ,char ,short,,等等是一样,只不过是自己定义的。{ }里面的是枚举类型的可能取值,叫做枚举常量


注意这些不是成员,是枚举类型的可能取值。


这些取值是都有值的,默认是从0开始,依次往下递增1,当然也可以在定义的时候给它进行初始化赋值。还有赋值后它就不能再改变了,因为它是‘ 常量 ’。


1263c319f5854378964012118f99bc86.png


也可以在定义的时候初始化赋值。


enum Color//颜色
{
  RED=5,
  GREEN=8,
  BLUE=4
};


1.2枚举的优点


为什么要使用枚举?

我们可以用#define 定义常量,为什么要用枚举?

枚举的优点:


1. 增加代码的可读性和可维护性

2. 和#define 定义的标识比较枚举定义的标识,枚举有类型检查,更加严谨

3. 防止了命名污染(封装)

4. 可以调试观察,便于调试

5. 使用方便,一次可以定义多个常量


1.3枚举的使用


enum Color//颜色
{
  RED=5,
  GREEN=8,
  BLUE=4
};
int main()
{
  enum Color col = BLUE;//枚举变量col只能由枚举常量赋值,才不会出现类型差异
  //如果这样写: RED=3;可以吗?
  return 0;
}


2.联合(共用体)


2.1联合类型的定义


联合也是一种特殊的自定义类型


这种类型定义的变量也包含一系列的成员,特点是这些成员公用同一块空间(所有联合也叫共用体)


比如:


//联合类型的声明
union UN
{
  char c;
  int i;
};
//联合类型的定义
union UN un;
//联合成员的访问    (un.c)   (un.i)
//计算联合类型变量的大小
printf("%d\n", sizeof(un));


2.2联合的特点


1.联合的成员是共用同一块内存空间的,这样的一个联合变量的大小,至少是最大成员的大小(因为联合至少要有能力保存最大的成员)


2.联合的成员之间不能同时使用,使用其中一个,其他都不能使用。


union UN
{
  char c;//1字节
  int i;//4字节
};
union UN un;
int main()
{
  printf("%p\n", &un);
  printf("%p\n", &(un.c));
  printf("%p\n", &(un.i));
  return 0;
}
//上面输出结果相同吗?为什么呢?

2a43f8296e8f44cabc1f27a75fd22951.png


说明char c,与int i,共用同一个地址,int i 4个字节中,c占用了一个1字节。


87b15d5b0e9549d18a8551e5d0e5ec74.png


union Un
{
 int i;
 char c;
};
union Un un;
//下面输出的结果是什么?
un.i = 0x11223344;
un.c = 0x55;
printf("%x\n", un.i);

e9a61a4da981411892d83fac282b4f6e.png


i,和c同时都使用了,都给各自赋值后,原来自己的值就会发现变化,因为它们共用同一块空间


86ee24b3910e4731b3ec0cf7d26b02a0.png


2.3联合大小的计算


  • 联合的大小至少是最大成员的大小
  • 当最大成员大小不是最大对齐数的整数倍时候,就要对齐到最大对齐的整数倍。

例如:


union Un1
{
  char c[5];
  int i;
}un1;
union Un2
{
  short c[7];
  int i;
}un2;
int main()
{
  //下面输出大小是多少?
  printf("%d\n", sizeof(un1));
  printf("%d\n", sizeof(un2));
  return 0;
}


结果:


6386dbf4d5aa47cb8396e7ad2a2b66f8.png


解析:


union Un1
{
  char c[5];//这里大小至少是最大成员5,但最大对齐是4,而5不是4的倍数,所有答案只能是8
  int i;
}un1;
union Un2
{
  short c[7];//这里大小至少是最大成员14,而最大对齐数是4,而14不是4的倍数,所有答案只能是16了
  int i;
}un2;


还有一个与之相关的知识:利用联合的知识怎么证明当前机器是大段存储还是小段存储?


解1:


int check()//利用char类型指针解引用访问1个字节,如果数据在内存中倒着存,那访问1字节就能访问到1
{
  int i = 1;
  int* p = &i;
  return *((char*)p);
}
int main()
{
  int ret=check();
  if (ret == 1)
  {
    printf("小段\n");
  }
  else
    printf("大段\n");
  return 0;
}


解2:


int check()
{
  union Un
  {
    char c;
    int i;
  }un;
  un.i = 1;
  return un.c;//利用联合共用相同空间,给i赋值1,那c也存着i的数据,如果小段,那么c就是1
}
int main()
{
  int ret=check();
  if (ret == 1)
  {
    printf("小段\n");
  }
  else
    printf("大段\n");
  return 0;
}


结果:


aa3a91b2fef34d26be4c62c484e6042d.png

相关文章
|
4天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1107 0
|
3天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
536 10
|
13天前
|
人工智能 运维 安全
|
12天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。
|
4天前
|
弹性计算 Kubernetes jenkins
如何在 ECS/EKS 集群中有效使用 Jenkins
本文探讨了如何将 Jenkins 与 AWS ECS 和 EKS 集群集成,以构建高效、灵活且具备自动扩缩容能力的 CI/CD 流水线,提升软件交付效率并优化资源成本。
303 0
|
11天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
810 23
|
4天前
|
缓存 供应链 监控
VVIC seller_search 排行榜搜索接口深度分析及 Python 实现
VVIC搜款网seller_search接口提供服装批发市场的商品及商家排行榜数据,涵盖热销榜、销量排名、类目趋势等,支持多维度筛选与数据分析,助力选品决策、竞品分析与市场预测,为服装供应链提供有力数据支撑。
|
4天前
|
缓存 监控 API
Amazon item_review 商品评论接口深度分析及 Python 实现
亚马逊商品评论接口(item_review)可获取用户评分、评论内容及时间等数据,支持多维度筛选与分页调用,结合Python实现情感分析、关键词提取与可视化,助力竞品分析、产品优化与市场决策。

热门文章

最新文章