sizeof和strlen的对比

在这里插入图片描述

这里是think的博客

希望可以一起交流知识,一起think

今天我们来学习sizeof和strlen的对比

一起来think

sizeof

sizeof是操作符,计算的是变量所占内存空间的大小,其单位是字节,其中sizeof内部如果是类型,计算的是使用该类型创建的变量所占内存空间的大小。

sizeof 只关注占用内存空间的大小,不在乎内存中存放什么数据。

sizeof在使用的时候特别要注意&arr是取整个数组的地址。

strlen

size_t strlen ( const char * str );
strlen是C语言中的库函数,其中strlen中传参传的是字符指针,统计的是从 strlen 函数的参数 str 中这个地址开始向后, \0 之前字符串中字符的个数。

strlen在使用的时候要注意传进来的参数要是一个指针,注意一下实参的意义。

sizeof和strlen在使用中可能的差异

在这里插入图片描述

字符数组的初始化方式

  1. 字符数组初始化可以像整型数组一样一个个初始化,但是其中尾部要多加上’\0’,否则就会有问题,用strlen计算字符串个数的时候会出现随机值。
  2. 字符数组直接用字符串初始化,因为只要你写成字符串形式,其尾部就有一个‘\0’。(推荐使用这种)

sizeof和strlen在使用中遇到的问题

问题1

sizeof asizeof(a)是等价的一样的
但是sizeof int是错误的,要写出sizeof(int)的形式才行。

问题2

//x64环境
int a[] = {1,2,3,4}; 
printf("%d\n",sizeof(a));
printf("%d\n",sizeof(a+0));

我们来看这两个表达式,很明显第一个表达式求的是整个数组的大小,大小为16。
其中第二个数组中a+0,有了加法,这里就直接退化为了数组首元素的地址,所以第二个为8。

其中第二个表达式中你们认为a+0会被计算吗?其实是不会的,因为编译器在编译期间就推导出了sizeof内部的类型是什么了,然后直接就将sizeof(变量/类型)替换为对应的值了,其中运算是在运行期间才会做的,所以sizeof内部的表达式是不会被计算的,编译器只会推导。

问题3

char arr[] = {'a','b','c','d','e','f'};
printf("%d\n", strlen(*arr));
printf("%d\n", strlen(arr[1]));
printf("%d\n", strlen(&arr));
printf("%d\n", strlen(&arr+1));

我们看到前两个表达式,其中strlen传入的是数组中元素的值,但是strlen形参是一个字符指针,所以元素的值比如a–97,b–98,会被解析为地址,所以直接访问这种地址,编译器会直接报错。

再看后一个地址,其中&arr的类型是char(*)[6];,而其中strlen的形参类型是const char* ,但是是实参传给形参,所以说实参求形参接收,所以形参站主导地位,所以传参的时候会隐式类型转换,编译器会报警告,但是依然可以正常和arr一样求字符串字符个数。
这里因为没有‘\0’,所以答案是随机值

再看后一个表达式,其中如果arr最后加了’\0’,那么上一个表达式的值为6,但是这一个表达式的值依然为随机值,因为&arr是整个数组的地址,其中只是strlen这个库函数统计的是‘\0’前面的字符串的个数,但是‘\0’依旧是数组中的元素,+1所以会直接跳过整个数组,'\0’也会跳过。

补充一个小点,数组和sizeof都是正常看待’\0’的,而strlen是将’\0’当作终止条件的,要分清楚。

问题4

struct Test
{
int Num;
char *pcName;
short sDate;
char cha[2];
short sBa[4];
}*p = (struct Test*)0x100000;
int main()
{
printf("%p\n", p + 0x1);
printf("%p\n", (unsigned long)p + 0x1);
printf("%p\n", (unsigned int*)p + 0x1);
return 0;
}

其他都是没有什么问题的,指针和数字运算会将数字的单位视为元素个数,元素大小以指针指向的数据的大小为准,其中要注意的是第二个表达式,其中第二个表达式不是指针和数的运算,而是数和数的运算,所以是正常的数运算。

问题5

#include <stdio.h>
int main()
{
int a[3][2] = { (0, 1), (2, 3), (4, 5) };
int *p;
p = a[0];
printf( "%d", p[0]);
return 0;
}

这波主要是内部的是逗号表达式,这个要看清楚{ }才是初始化的,用( )是用的逗号表达式。

问题6(难度高)

#include <stdio.h>
int main()
{
int a[5][5];
int(*p)[4];
p = a;
printf( "%p,%d\n", &p[4][2] - &a[4][2], &p[4][2] - &a[4][2]);
return 0;
}
  1. 我们看到这种题该怎么做,一是画图,将数组划分为5行5列,再将数组以4列4列来划分即可。
  2. 第二就是将二维数组当作一维数组即可,只是权重有所变化,p[4][2]的意思是什么,是第四行第2列的元素的值,也是跳过4*4+2=18个元素,即拿到下标为18的那个元素,同理有a[4][2]是第四行第2列的元素的值,也是跳过4*5+2=22个元素,即拿到下标为18的那个元素。

其中我们知道指针-指针得到的是元素个数,单位是元素个数,所以18-22=-4,用%d打印答案就是-4

%p和%d的差异

我们知道%p是打印地址的,%d是打印10进制数字的,其中地址全是正整数,而正整数实际上只有补码,所以%p打印的是补码,%d打印的就是原码了,那么-4会被怎么打印?

首先存入内存的都是补码,所以内存中存的都是一样的,但是%p就是补码直出,而%d是将补码化为原码,再打印。

问题7(难度高)

#include <stdio.h>
int main()
{
char *c[] = {"ENTER","NEW","POINT","FIRST"};
char**cp[] = {c+3,c+2,c+1,c};
char***cpp = cp;
printf("%s\n", **++cpp);
printf("%s\n", *--*++cpp+3);
printf("%s\n", *cpp[-2]+3);
printf("%s\n", cpp[-1][-1]+1);
return 0;
}

在这里插入图片描述

  1. 这里重要的是分清楚地址和值分别是什么,否则很容易搞混。
  2. 注意++,- -会直接改变大小,会影响后面。
  3. 写变量名,实际上是在使用它的值,&变量名,使用的才是它的地址。
  4. 先把值填入数组,再看其他的关系。

补充一个对指针运算的理解

我们知道指针±一个数跳过的是一个元素,这个元素的大小取决于指针指向的那个数据的类型,是因为*的时候要操作这么大的内存空间,其中如果逻辑上固定只跳一个字节,不符合实际使用场景,所以我们±1就跳过的是一个元素。
其中指针-指针得到的也是元素个数。

我们发现不管是我们写的1,2还是得到的结果它们的单位都是元素个数,但是实际上编译器在处理的时候会把单位元素个数变为字节,或者把字节单位变成元素个数单位,因为指针是以字节为单位的。
通过乘除元素的大小来变化。

总结

谢谢观看!

内容概要:本文主要介绍了一个基于Matlab实现的无人机空中通信仿真项目,旨在通过数值仿真手段研究无人机在空中作为通信节点时的通信性能、信号传播特性网络拓扑行为。该仿真涵盖了无人机飞行轨迹建模、无线信道建模(如路径损耗、多普勒效应、阴影衰落等)、通信链路建立与中断判断、信号干扰分析以及网络性能评估(如吞吐量、延迟、连接可靠性等)。项目可能结合优化算法或智能控制策略,用于优化无人机位置部署或动态路径规划,以提升通信服务质量。整个仿真系统为研究人员提供了一套完整的工具链,用于验证新型无人机通信协议、协作机制网络架构的有效性。; 适合人群:具备一定Matlab编程基础通信原理基础知识,从事无人机、无线通信、网络优化等相关领域研究的研发人员高校研究生。; 使用场景及目标:① 评估无人机作为空中基站或中继节点的通信覆盖能力网络性能;② 设计优化无人机集群的通信拓扑与协同策略;③ 验证新型无线资源分配、移动性管理抗干扰算法在动态空地网络中的有效性。; 阅读建议:使用者应结合Matlab代码深入理解仿真模型的构建逻辑,重点关注通信信道模块无人机运动学模型的耦合关系,并可根据实际研究需求,对仿真参数(如环境噪声、飞行速度、天线增益)进行调整,以开展针对性的对比实验性能分析。
内容概要:本文围绕微电网中光伏发电系统经逆变器带负载的完整仿真模型展开研究,利用Simulink平台构建了从光伏阵列建模、DC-AC逆变器控制(包括PWM调制与电压电流双闭环控制)、并网策略到负载响应的全过程仿真系统。重点分析了系统在不同工况下的动态响应特性与电能质量表现,并对并网控制策略、最大功率点跟踪(MPPT)技术及系统稳定性进行了深入探讨验证。该模型不仅可用于教学演示微电网的基本架构与运行机制,更为科研提供了可靠的仿真平台,支持对新型控制算法与系统优化方案的有效验证与评估。; 适合人群:具备一定电力电子技术、自动控制理论基础及Simulink/MATLAB操作经验的电气工程、自动化等相关专业的本科生、研究生及科研人员。; 使用场景及目标:①用于高校课程教学中微电网系统结构与运行原理的直观演示;②为科研工作者提供光伏发电并网系统的仿真验证平台,支持开展逆变器控制算法(如双闭环控制、MPPT)、系统稳定性分析及电能质量管理等关键技术的研究与优化。; 阅读建议:建议学习者结合Simulink仿真环境动手搭建模型,重点关注各功能模块间的信号传递关系与关键参数设置,并通过调整光照强度、温度、负载大小等外部条件,观察系统动态响应过程,从而深化对微电网运行特性的理解与掌握。
内容概要:本文围绕“多变量输入超前多步预测”的光伏功率预测问题,提出了一种基于CNN-BiLSTM混合深度学习模型的研究方法,并提供了完整的Matlab代码实现。该模型首先利用卷积神经网络(CNN)提取输入气象数据(如光照强度、温度、湿度等)中的局部关键特征,捕捉变量间的空间相关性;随后,通过双向长短期记忆网络(BiLSTM)充分挖掘时间序列数据中的长期依赖关系,既能利用历史信息,也能结合未来时刻的上下文信息,从而实现对未来多个时间步长的光伏功率进行高精度预测。研究重点在于处理多变量输入满足超前多步预测的实际工程需求,有效提升了预测的准确性与鲁棒性。; 适合人群:具备一定机器学习深度学习理论基础,熟悉Matlab编程,从事新能源发电预测、电力系统调度、时间序列分析等相关领域的研究人员工程技术人员。; 使用场景及目标:① 解决光伏出力受多重气象因素影响的复杂非线性预测问题;② 实现未来一段时间(如未来24小时)的功率超前多步预测,为电网调度、储能管理电力市场交易提供决策依据;③ 学习复现先进的CNN与BiLSTM融合模型在能源预测领域的具体应用。; 阅读建议:使用者应重点关注模型的网络结构设计、多变量数据预处理流程以及多步预测的实现策略。建议结合提供的Matlab代码,自行准备或替换实际的光伏电站运行数据与气象数据,通过调整模型超参数(如卷积核大小、LSTM隐藏层维度、训练周期等)进行实验,以深入理解模型性能并将其应用于具体的科研或工程项目中。
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值