C/C++

开源公司:贝尔实验室

作品详情

中文名
C/C++
展开
发明时间
一九七八年
展开
标准
《K&R》标准
展开
外文名
C/ C Plus Plus
展开
发明者




1C语言的发展过程






当代最优秀的程序设计语言



早期的C语言主要是用于UNIX系统。由于C语言的强大功能和各方面的优点逐渐为人们认识,到了八十年代,C开始进入其它操作系统,并很快在各类大、中、小和微型计算机上得到了广泛的使用。成为当代最优秀的程序设计语言之一。


C语言是当今最流行的程序设计语言之一,它的功能丰富、表达力强、使用灵活方便、应用面广、目标程序高、可植入性好,既有高级语言的特点,又有低级语言的许多特点,适合作为系统描述语言,既可以用来编写系统软件,也可以用来编写应用软件。C语言诞生后,许多原来用汇编语言编写的软件,现在都可以用C语言编写了(如UNIX操作系统),而学习和适用C语言要比学习和适用汇编语言容易得多。





C语言的特点


C语言是一种结构化语言。它层次清晰,便于按模块化方式组织程序,易于调试和维护。C语言的表现能力和处理能力极强。它不仅具有丰富的运算符和数据类型,便于实现各类复杂的数据结构。它还可以直接访问内存的物理地址,进行位(bit)一级的操作。由于C语言实现了对硬件的编程操作,因此C语言集高级语言和低级语言的功能于一体。既可用于系统软件的开发,也适合于应用软件的开发。此外,C语言还具有效率高,可移植性强等特点。因此广泛地移植到了各类各型计算机上,从而形成了多种版本的C语言。




C语言版本



目前最流行的C语言有以下几种:


·Microsoft Visual C++


·Borland Turbo C++


·AT&T C


这些C语言版本不仅实现了ANSI C标准,而且在此基础上各自作了一些扩充,使之更加方便、完美。





2面向对象的程序设计语言






C++简介


在C的基础上,一九八三年又由贝尔实验室的Bjarne Strou-strup推出了C++。 C++进一步扩充和完善了C语言,成为一种面向 对象的程序设计语言。C++目前流行的集成开发环境最新版本是Borland C++4.5,Symantec C++6.1,和Microsoft VisualC++2017。C++提出了一些更为深入的概念,它所支持的这些面向对象的概念容易将问题空间直接地映射到程序空间,为程序员提供了一种与传统结构程序设计不同的思维方式和编程方法。因而也增加了整个语言的复杂性,掌握起来有一定难度。




C和C++关系



但是,C是C++的基础,C++语言和C语言在很多方面是兼容的。因此,掌握了C语言,再进一步学习C++就能以一种熟悉的语法来学习面向对象的语言,从而达到事半功倍的目的。


C timeline


1978 k&R C---->1988 ANSI C-->1995 ISO C


学习C语言最经典的还是The C Programming Language,




声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
案例
该系统旨在为餐饮企业提供高效的供应链管理解决方案,涵盖餐厅管理、配送中心管理和供应商管理三大模块。主要功能包括: 用户管理:支持集团用户、餐厅用户和供应商用户的创建及权限管理。 商品管理:维护集团商品和餐厅商品信息,支持商品差异化设置。 订单管理:处理餐厅配送申请单、配送申请汇总单、采购申请单、采购订货单等多种单据。 库存管理:实现采购入库、配送入库、退货、调拨、报损报溢、领料出库等功能,确保库存数据的准确性。 技术栈: 后端:Spring Cloud 数据库:MariaDB 缓存:Redis 搜索引擎:Elasticsearch 消息队列:RabbitMQ 前端:Vue.js 项目职责:
该系统旨在为餐饮企业提供高效的供应链管理解决方案,涵盖餐厅管理、配送中心管理和供应商管理三大模块。主要功能包括: 用户管理:支持集团用户、餐厅用户和供应商用户的创建及权限管理。 商品管理:维护集团商品和餐厅商品信息,支持商品差异化设置。 订单管理:处理餐厅配送申请单、配送申请汇总单、采购申请单、采购订货单等多种单据。 库存管理:实现采购入库、配送入库、退货、调拨、报损报溢、领料出库等功能,确保库存数据的准确性。 技术栈: 后端:Spring Cloud 数据库:MariaDB 缓存:Redis 搜索引擎:Elasticsearch 消息队列:RabbitMQ 前端:Vue.js 项目职责:
面对AI目标检测学术需求,设计了更好的用于鸟类的数据增强算法,同时改进了RT-DETR模型店FPN和损失函数以提高鸟类检测的mAP,以此来写论文。 制作过程中主要使用c++和labelme整合所有数据形成符合COCO数据集的标记文件,市面上比较少有此类数据集
项目描述: 本项目旨在利用AI神经网络识别仪表盘读数。采用ai算法,借助OpenCV库进行图像处理。支持Windows和Ubuntu操作系统,用C++语言开发。通过获取仪表盘图像,神经网络分析,准确读取数值,可应用于汽车、工业仪表等领域。
1、本方案面向车载驾驶舱内的驾驶员行为识别方面。 2、基于车内固定位置的高清相机,通过获取相机的连续多帧图像,分别送入算法模块, 得到各自模型针对每帧图像的识别结果,然后将结果送入逻辑处理模块,主要包含对每帧结果的收集,每帧结果是否达到阈值设定的要求,连续帧是否达到阈值等,得到连续图像的识别结果,最终以该结果进行语音提醒和报警。 2、本方案,采用Nvidia Jetson单元部署实现。
当前共5137个项目

评论